语种识别公开语料库（可用于学术科研和项目研究）（自用）
在做语种识别任务中，初期的语料库的收集就显得尤为重要，下面整理了常用到的几个语种数据集，希望对大家能够有所帮助。
语种识别公开语料库
- 1. Voxforge
- 2.Common Voice:
- 3.LibriVox
- 4.中文thchs30数据
- 5.Slavic language recordings
- 6.Kaggle公开数据集
- 7.IIIT-H Indic Speech Databases
- 8 聚数力（目前数据免费）
- 9.speechbrain公开的语种语料
1. Voxforge
Voxforge数据集下载地址：http://www.voxforge.org/zh
数据集特点：
- 英语、法语、德语、西班牙语、意大利语、俄语的样本数据均较为丰富，可以使用，
- 数据集的某些数据存在噪声，并且每个音频的录制设备差异较大。
2.Common Voice:
Common Voice公开语料集下载：
数据集特点：
- 语料更新较快
- 每个语种的数据大小变化较大，主要还是主要语种的数据较多
- 所以文件均为mp3文件，音频信息有所损失
- 音频未经过严格审核，也含有少量噪声
3.LibriVox
LibriVox语料库下载地址
数据集特点：
- 所有数据均为朗读音频，非常纯净，
- 因为语音纯净，也可以用来做加噪实验
- 语种数量较少，仅有英语、法语、德语、西班牙语、意大利语五个语种的训练样本够多。
4.中文thchs30数据
中文thchs30语料库下载：http://www.openslr.org/18/
数据集特点：
- 国内公布的中文的数据集，数据知名度很高
- 可以与其他数据集组成大的训练数据
5.Slavic language recordings
Slavic language recordings 语种下载地址：
6.Kaggle公开数据集
Kaggle语种数据搜索：
数据集特点：
- 使用的人较少，可以作为补充数据集
7.IIIT-H Indic Speech Databases
数据下载地址：http://festvox.org/databases/iiit_voices/
数据特点：
- 阿三国发表的论文应用的比较多
- 主要是阿三国的方言识别，在国内可能不太适用
8 聚数力（目前数据免费）
数据网站地址：聚数力官网链接：
数据特点：
- 应用较少，可以作为补充数据集
9.speechbrain公开的语种语料
45语种
github地址：45语种的github地址，戳进来即可
共计45种语种，每个语种的数据相对均衡。
107语种
github地址：107语种链接，内附下载地址和下载方法，直接戳进来即可
共计107种语种，每个语种的语料时长不一致。
数据集特点：
- speechbrain公布的两个多语种的语料库，可以和以往的方案作对比
- 每个数据集的样本数存在较大区别
- 107语种的数据量较大
语种识别公开语料库（可用于学术科研和项目研究）（自用）相关推荐
- 掌握基本技能，做好科学研究——适用于毕业课题/科研竞赛/项目研究
前言: 结合自身毕业课题/科研竞赛/项目研究经验,总结传授放之四海而皆准的科研技能,不求面面俱到,但求精炼实用(不特别注明,都是针对WinXP系统操作). (1)精心准备 初到实验室,面对一台新的电脑 ...
- 学 Python 爬虫，你可以研究下 GoPUP， 一个用于学术研究的小爬虫库
今天是持续写作的第 22 / 100 天. 如果你有想要交流的想法.技术,欢迎在评论区留言. 熟练的使用 Python 第三方库,00 后程序员必备神器. 每天对着电脑 10 多个小时,畅游在互联网的 ...
- iar怎么新建立项目_【IAR科研】2020年IAR国际学术科研项目——综合提升计划
预计申请出国的你,除了标化的成绩,我想你也应该听说过,或者了解过还有一种实力叫做:学术科研. 学术科研有多重要?我们来看看欧美顶尖名校的招生建议. 不难发现,"学术求知".&quo ...
- 【学术科研】——论文神器
[学术科研]--论文神器 一.参考文献引用EndNote20 使用教程: 1. 破解版下载: 2. 插入GB/T 7714-2015(numeric)格式文献: 3. 使用教程: 4. 不同来源导出的 ...
- ROS1/2最强学术科研参考书-Springer Book Robot Operating System (ROS) The Complete Reference (Volume 7)
地表最强ROS学术科研汇编集. 第一卷下载量超20万+,第三卷下载量超2万+. 热度呈现出明显下滑趋势,何时能止跌回升呢???
- Odyssey 2022 | 希尔贝壳受邀参加国际顶级说话人和语种识别研讨会
Odyssey (说话人和语种识别研讨会)2022 将于2022年6月28日至7月1日在中国北京举办,会议将采用hybrid的形式,国内均线下(在北京市郊长城脚下的古北水镇),国外视情况采用线上和线下 ...
- 计算机跨学科 自然科学基金资助率,求国家自然科学基金摘要 - 基金申请 - 小木虫 - 学术 科研 互动社区...
lhwbrike 虫子们快来帮帮忙啊 wxyuer 引用回帖: Originally posted by lhwbrike at 2009-1-7 16:01: 求下列国家自然科学基金摘要, 谢谢各位 ...
- “科学学”视角下的科研工作者行为研究
"科学学"视角下的科研工作者行为研究 贾韬1, 夏锋2 1 西南大学计算机与信息科学学院,重庆 400715 2 大连理工大学软件学院,辽宁 大连 116620 摘要:科学的复杂性 ...
- 情绪识别的多模态特征，分类器和融合方法研究
Investigation of Multimodal Features, Classifiers and Fusion Methods for Emotion Recognition(情绪识别的多模 ...
最新文章
- CUDA Samples: ripple
- 16进制数怎么判断正负
- 北京内推 | 京东推荐招聘内容推荐研发工程师（2022届校招）
- Java ServletContext 详解
- Ext---CheckBoxGroup的取值和赋值
- Java13的API_JAVA基础--JAVA API常见对象(其他API)13
- openstack mysql默认密码_OpenStack 安装数据库和rabbitmq消息队列 (三)
- 【官宣】亚马逊云科技Build On 2022年技能提升计划正式启航
- 洛谷2486 【SDOI2011】染色（线段树+树链剖分）
- 阿铭Linux_传统IDC 部署网站学习笔记20190121
- （附源码）springboot民宿网站 毕业设计 221901
- Lab3 Report
- 【游戏程序设计】Direct 3D 三维地形系统
- python头像变二维码_学了Python之后，美化二维码如此简单
- Go error--cannot find package
- Ubports安装和使用gedit和ros等记录（仅供参考）
- Learning ROS for Robotics Programming Second Edition学习笔记(七) indigo PCL xtion pro live
- opencv2计算机视觉编程手册(中文)pdf
- dodo：人脸识别方法个人见解（包括稀疏表示方法的理解）
- c语言倍增算法,用倍增公式选股