AISHELL/AISHELL-4

Name: AISHELL/AISHELL-4
Creator: AISHELL
Published: 2024-03-04T19:23:45+08:00

Hugging Face2024-01-09 更新2024-03-04 收录

数据链接：

https://hf-mirror.com/datasets/AISHELL/AISHELL-4 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

许可证：Apache 2.0

提供机构：

AISHELL

原始信息汇总

数据集许可证

许可证类型: Apache 2.0

AISHELL/AISHELL-1

语音识别

中文普通话

Aishell是一个开源的中文普通话语音语料库，由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音，录音在安静的室内环境中使用高保真麦克风进行，并下采样至16kHz。通过专业的语音标注和严格的质量检查，手动转录的准确率超过95%。该数据集免费供学术使用，旨在为语音识别领域的新研究人员提供适量的数据。

Hugging Face2024-01-08 更新56440

AISHELL-3

语音处理

语音转文本

该数据集名为AISHELL-3，包含了215,705条录音，总计281小时，由304位母语为普通话的说话者贡献（其中男性73位，女性231位）。该数据集的采样率为24kHz，并已转换为40维梅尔频谱图，其帧大小为960，帧移为240。该数据集的规模涉及304位说话者，适用于最小监督下的文本转语音（TTS）和声音转换（VC）任务。

arXiv820

AISHELL/HI-MIA

--- license: apache-2.0 ---

Hugging Face2024-01-12 更新130

AISHELL/AISHELL-3

语音识别

文本到语音

AISHELL-3是一个大规模、高保真的多说话者普通话语音语料库，由北京壳牌技术有限公司发布。该语料库可用于训练多说话者文本到语音（TTS）系统。语料库包含约85小时的中性情感录音，由218名普通话母语者录制，总共有88035条话语。每条录音都附有性别、年龄组和方言等辅助属性，以及汉字和拼音级别的转录文本。转录的准确率超过98%，经过专业的语音标注和严格的音调和韵律质量检查。

Hugging Face2024-01-08 更新6200

AISHELL-4

语音识别

会议转录

该数据集名为AISHELL-4，提供了120小时的会议录音，每场会议通常有4至8名参与者。录音采用的是8麦克风、5厘米半径的圆形麦克风阵列，通常放置在会议桌的中央位置。该数据集适用于进行说话人识别、语音活动检测以及重叠语音检测等任务。

arXiv700