ASR-BigSCCompreSC: A Scripted Chinese Comprehensive-use Speech Corpus

This dataset consists of 477 hours of transcribed Mandarin Chinese scripted speech focusing on keyword spotting, command and query, digits, and news contributed by 1,586 speakers.

本数据集由1586名发言者贡献，包含总时长477小时的转写汉语普通话脚本式语音数据，其覆盖关键词检测（Keyword Spotting）、命令与查询、数字语音以及新闻语音四类应用场景。

搜集汇总

背景与挑战

背景概述

ASR-BigSCCompreSC是一个包含477小时脚本化普通话语音的ASR语料库，由1,586名说话者录制，内容涵盖关键词检测、命令与查询、数字和新闻，音频参数为48 kHz、16位、单声道，文件格式为WAV和TXT。该数据集适用于多种语音识别应用场景，如智能设备和客服系统。