温州市数据集团有限公司

本数据集为温州方言多模态数据集，主要包含语音、文本两类数据，由4万余条日常用语记录构成，累计音频时长超过100小时，整体数据规模达21G。每条记录均配套温州方言语音片段及对应标准普通话对照文本，覆盖购物、就医、问路、日常交流等高频生活场景。数据集语音采样率统一标准化为16kHz，有效保障音频数据的一致性和可用性，可为方言语音识别、语音合成、方言翻译及多模态语言研究等应用提供标准化音文语料支撑，填补温州方言相关研究和应用领域的数据空白。