慧听欧美多语种语音识别数据库-720小时

发布日期:2016-12-03

多语种语音识别数据库的采集工作在国外多个国家完成。所有发音人的母语均为对应录制语种,性别比例均衡,发音自然流利,年龄段是15~70岁。

具体录制语种、时长、人数信息如下:

序号

录制语种

每语种

累计时长

每语种

录制人数

1

美式英语

90小时

300人

2

英式英语

90小时

300人

3

法语

90小时

300人

4

德语

90小时

300人

5

意大利语

90小时

300人

6

欧洲西班牙语

90小时

300人

7

拉丁西班牙语

90小时

300人

8

巴西葡萄牙语

90小时

300人

合 计

720小时

2400

录音的设备是高性能桌面麦克风与高端智能手机,在相对安静的室内使用这两种设备同步采集。

该数据库总有效时长为720小时。录音数据的规格是:手机数据16kHz、16bit、MONO,桌面麦克风数据44.1kHz、16bit、MONO,均以非压缩PCM格式存储。

全部录音数据与录音文本均由标注团队成员细心校对,保证句错误率低于5%。

该数据库包含语种多、在多个国家进行采集、录音人数多、年龄覆盖广泛、数据标注质量高,可用于多语种语音识别系统训练、测试、语音分析、各语种母语发音研究等多种用途。

相关数据