数据推荐 | 自然对话语音数据集

从目前的数据行业看，大部分语音识别数据都以朗读式训练数据为主，朗读式语音数据可以解决例如手机语音助手、车载语音助手、智能音箱、智能家电等较为简单的人机交互应用场景。

用户和机器之间通常是以单一短句的形式来对话或进行命令控制，用户往往会注意自己的语速和发音，本质是一种非自然状态下的发音。在这种场景下，朗读式语音数据可以满足语音识别算法的训练需求。

然而，随着语音识别技术在智能客服、智能会议等更多自然场景下的落地，朗读式语音数据的训练效果开始变得差强人意。由于日常生活中说话人的发音习惯更加自然，在发声时会有大量的连音、吞音、发音变形、咬字不清等，包括一些无意识的“嗯、啊、呃”等，说话人往往不会刻意去控制语音、发音习惯，多人同时交流时甚至会出现语句打断、抢话、交叠音等复杂语音现象，所以这种自然对话风格的语音识别率就不是很理想。

数据是人工智能的基础，要想使人工智能技术有更高的准确率，就需要和应用场景更加匹配的训练数据集。自然对话语音数据已经成为业内更急缺的数据集。
数据堂在采集自然对话语音数据时，完全没有预设语料，只给出话题列表，录音人从中挑选多个自己感兴趣并熟悉的话题展开对话，确保对话语音自然流畅。
目前数据堂拥有20万小时成品语音数据集，其中，自然对话风格的语音数据近4万小时，包括中文普通话、方言、英语、日语、韩语、印地语、越南语、阿拉伯语、西班牙语、法语、德语、意大利语等，发音人来自不同地域及城市、年龄性别覆盖均衡。所有音频都经过了严格的人工转写及质检，标注文本内容、有效句子的起止时间点、录音人身份标识等，句准确率高达95%以上。

数据推荐 | 自然对话语音数据集相关推荐

【好数推荐】方言语音数据集
随着人工智能应用领域的拓展,方言识别问题也越来越受到重视.但是方言与普通话不一样,方言语音识别要复杂得多. 中国的方言南北差异太大,哪怕同属于一个大的方言分区,也分歧异出,方言数据的采集,面临很多困难 ...
数据推荐 | 人体行为识别数据集
人体行为识别任务旨在通过对人体姿态进行分析,识别出人体的具体动作,为人体行为预测.突发事件处理.智能健身.智能看护等领域提供技术支持. 人体行为识别数据标注方式人体行为数据通用的标注方式包括人体关键 ...
好数推荐数据堂平均音色语音库
语音合成,即是把文字变成声音的技术,声音是文字内容的信息载体.语音交互是日常生活中最常见.最被人熟悉并乐于接受的展现形式,语音交互体验效果的好坏,会对用户的感知造成很大影响. 如果语音合成质量较好,说 ...
【好数推荐】数据堂平均音色语音库
语音合成,即是把文字变成声音的技术,声音是文字内容的信息载体.语音交互是日常生活中最常见.最被人熟悉并乐于接受的展现形式,语音交互体验效果的好坏,会对用户的感知造成很大影响. 如果语音合成质量较好,说 ...
仅用 1/4 数据量还原真人语音100%细节，火山语音上新超自然对话语音合成技术...
数星星盼月亮,万千杰迷苦等6年,不久之前终于等到周董发新专辑啦!一经上线引爆全网讨论,就像这样: 正当大家沉浸在对那时青葱岁月的美好追忆时,发来上述这段音频的小伙伴表示:这段对话居然是语音合成的!提到 ...
仅用1/4数据量还原真人语音100%细节火山语音上新超自然对话语音合成技术
‍数据智能产业创新服务媒体 --聚焦数智 · 改变商业如今,数字化转型成为了抓住新一轮科技革命和产业变革浪潮的关键.无论是中国还是全球其他经济体,都将破局点聚焦于数字化转型.能否成功实现全面的数字化 ...
数据推荐 | 手势识别训练数据集
多样化,有按键.语音等,也由于整个疫情的大环境下,一种更方便更卫生更符合人们的非接触式交互方式-手势识别正大步发展,极富图像化和具备行动性的手势操作将会与人们的生活息息相关. 手势识别应用场景广泛,常 ...
车辆自然驾驶轨迹数据集/交通流数据介绍
文章目录 NGSIM NGSIM 概览快速路车道选择算法 Interstate 80 Freeway 数据集 Lankershim Boulevard 数据集 US highway101数据集动态 ...
1400小时开源语音数据集，你想要都在这儿
整理 | 一一出品 | AI科技大本营(ID:rgznai100) 3 月 1 日,由 Mozilla 基金会发起的 Common Voice 项目,发布新版语音识别数据集,包括来自 42000 名 ...

数据推荐 | 自然对话语音数据集

数据推荐 | 自然对话语音数据集相关推荐

最新文章

热门文章