数据堂—799小时四川方言自然对话手机采集语音数据

799小时四川方言自然对话手机采集语音数据由1730名四川本土人参与录制，以自然方式进行面对面交流，不限制话题进行自由发挥，领域广泛，语音自然流利，符合实际对话场景。800小时四川方言自然对话手机采集语音数据由人工转写文本，准确率高。

799-hour mobile-collected speech data of natural Sichuan dialect dialogues were recorded by 1730 native Sichuan residents through natural face-to-face interactions, with no topic restrictions and free spontaneous discussions, covering a wide range of domains. The collected speeches are natural and fluent, which conform to real-world dialogue scenarios. Additionally, 800-hour mobile-collected speech data of natural Sichuan dialect dialogues have been manually transcribed into text with high accuracy.

搜集汇总

背景与挑战

背景概述

该数据集包含通过手机采集的799小时四川方言自然对话语音数据，由1730名四川或重庆籍母语者参与录制，其中74%为女性、88%年龄在25岁以下，录音内容为自由对话且无主题限制。数据格式为16kHz、16位单声道WAV文件，已进行人工转写，句子准确率不低于95%，主要用于测试'四川方言语音识别模型'。