Korean raw data.

Figshare2023-03-23 更新2026-04-28 收录

多语言语音处理

基频分析

数据链接：

https://figshare.com/articles/dataset/Korean_raw_data_/22328682 数据链接链接失效反馈

官方服务：

资源简介：

Raw Korean f0 data extracted from each speaker. (CSV)

创建时间：

2023-03-23

Emo-Emilia

情感识别

多语言语音处理

Emo-Emilia是一个新的语音情感识别测试集，用于更好地模拟真实世界的环境。它通过自动化标注方法对Emilia进行标注，Emilia是一个大规模的多语言和多样化的语音生成资源，包含超过100,000小时的语音数据，涵盖广泛的情感语境。每个语句至少由两名专家进行验证，以确保情感标签的准确性和可靠性。最终提出的测试集Emo-Emilia包含1400个测试样本，涵盖七种情感类别（愤怒、快乐、恐惧、惊

github2025-03-03 更新1090

iggy12345/flores-ipa-urd-arab

多语言语音处理

文本转写

--- dataset_info: features: - name: id dtype: int64 - name: iso_639_3 dtype: string - name: iso_15924 dtype: string - name: glottocode dtype: string - name: variant dty

Hugging Face2026-03-18 更新120

DynamicSuperb/CodeSwitchingSpeechIdentification_ASCEND

代码切换语音识别

多语言语音处理

--- license: cc-by-sa-4.0 dataset_info: features: - name: audio dtype: audio - name: file dtype: string - name: transcription dtype: string - name: instruction dty

Hugging Face2024-07-23 更新100

MLC-SLM

多语言语音处理

语音识别

MLC-SLM数据集是一个包含约1604小时多语言对话语音数据的真实世界数据集，包含11种语言，包括英语、法语、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、俄语、泰语和越南语。数据集分为训练集、开发集、评估集1和评估集2，每个集合包含大约1507小时、32小时、32小时和32小时的语音数据。数据集旨在用于构建多语言对话语音语言模型，解决语言多样性、说话者变化和上下文挑战。数据集的创建过程包括录

arXiv2025-09-17 更新870

DynamicSuperb/SongLyricRecognition_SingSet

歌词识别

多语言语音处理

该数据集包含音频文件及其相关元数据，具体特征包括音频数据、文件名、指令和标签。数据集仅包含一个测试集，共有58个样本，总大小为316397409字节。

Hugging Face2024-08-19 更新120