2千小时带口音普通话数据集

上千小时成人口音普通话数据集为音频数据集，目标人群为成年人。通过移动设备，完成指定语料的内容录制。为语音模型训练提供底层数据支撑。

A Mandarin audio dataset containing thousands of hours of content with adult accents. The target cohort for this dataset is adults, and the recordings of the designated corpus are completed via mobile devices. This dataset provides foundational data support for the training of speech models.

搜集汇总

背景与挑战

背景概述

该数据集是一个包含2千小时带口音普通话的音频数据集，主要用于语音识别领域。数据以wav格式存储，目标人群为成年人，包含日常用语，适用于语音模型训练。数据集采用增量更新方式，每年更新一次。