VOICEBANK_CLEANTEST_ESC_CRYBABY_DOG

kaggle2025-02-27 更新2025-04-12 收录

语音识别

声音处理

数据链接：

https://www.kaggle.com/datasets/anupamupadhaya/voicebank-cleantest-esc-crybaby-dog 数据链接链接失效反馈

官方服务：

资源简介：

Clean testset audio from Voice bank corpus and 2 additive noise from ESC corpus

来自Voice bank语料库的干净测试集音频及来自ESC语料库的两种加性噪声

创建时间：

2025-02-27

cnxup/RoleTriviaQA

语音识别

角色扮演问答

RoleTriviaQA是一个开源的通用角色扮演知识语音问答数据集，基于TriviaQA数据集，包含15种来自Genshin Impact游戏中的角色声音。数据集包含138,384个训练样本，300个验证样本和2,426个测试样本，采用{文本问题，文本答案，语音答案}的数据格式，用于评估SLMs在不同声音上的学习和推广能力。

Hugging Face2025-11-07 更新190

D657_Hours_Mandarin_Speech_by_Mobile_Phone

语音识别

普通话语音

中国普通话语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，由6278位分布于广东、福建、山东、江苏、北京、湖南等全国33省中国发音人参与录制。其中，男性2980人，女性3298人，录音内容为常用口语句子，录音环境包含安静环境和噪音环境，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法

Opencsg2026-03-04 更新180

atgarcia/CleanerTransformedEMGSound5

语音识别

肌电图

该数据集包含文本、声音和肌电图三种类型的数据。声音数据进一步细分为数组、路径和采样率。数据集分为训练集和测试集，训练集包含1258个样本，测试集包含315个样本。数据集的下载大小为1336984114字节，总大小为2557862473.8787303字节。

Hugging Face2024-07-17 更新130

普通话声调语料库

普通话声调分析

语音识别

普通话声调语料库

OpenDataLab2025-04-05 更新190

BoburAmirov/podcasts_tashkent_dialect_youtube_uzbek_speech_dataset

语音识别

乌兹别克语

该数据集包含乌兹别克语（主要是塔什干方言）的音频片段及其对应的转录文本。数据来源于YouTube上的公开播客视频，主要用于自动语音识别（ASR）模型的训练和评估。大部分内容来自Jahongir Latipov的采访和Bu播客（尊重作者）的YouTube视频。数据使用Gemini 2.5 Pro进行转录，并经过智能过滤。音频片段经过分段和格式化，便于现代深度学习框架使用。

Hugging Face2025-12-11 更新160

VOICEBANK_CLEANTEST_ESC_CRYBABY_DOG

资源简介：

相关数据集