FSDD (Free Spoken Digit Dataset)

一个简单的音频/语音数据集，由 8kHz 的 wav 文件中的语音数字录音组成。录音经过修剪，使它们在开始和结束时几乎没有静音。
FSDD 是一个开放的数据集，这意味着它会随着数据的贡献而随着时间的推移而增长。为了实现可重复性和准确引用，数据集使用 Zenodo DOI 和 git 标签进行版本控制。

A simple audio/speech dataset consisting of spoken digit recordings stored in 8kHz WAV files. The recordings have been trimmed to have minimal silence at both the start and end. FSDD is an open dataset, meaning it will grow over time with contributions of additional data. To ensure reproducibility and accurate citation, the dataset is version-controlled using Zenodo DOIs and Git tags.

搜集汇总

背景与挑战

背景概述

FSDD是一个免费的语音数字音频数据集，包含8kHz wav格式的录音，录音经过修剪以减少静音，适用于语音识别研究。数据集是开放和版本控制的，由Mobileye于2020年发布，支持社区贡献和增长。