640小时印尼语手机采集语音数据

数据堂640小时印尼语手机采集语音数据有效数据时长640小时

数据产品详情

格式 16bit，wav，单声道；txt；metadata
语音数据格式：手机录制语音：16kHz，16bit，wav，单声道
标注结果：txt
数据标签格式：metadata
录音环境相对安静的室内，无回声
语音均录制于相对安静的室内，无回声
录音内容通用类；交互类；家居命令；车载命令；数字类
1280人，每人朗读约450句，包含的语料类型为：通用类；交互类；家居命令类；车载命令；数字类；
语料类型：
通用类：领域不限的句子，来源广泛，包括日常口语、新闻等多种内容
交互类句子：涉及到音乐、娱乐、体育、出行、生活、社交等不同的类别
家居命令类句子：涉及到对智能家居设备的控制命令
车载命令类句子：涉及到对车载装置设备的控制
数字类：包含日期、货比、时间等内容；
人员 1280人；男性占比50%；18-25岁 60%；26-45岁35%；46-60岁5%；覆盖马来方言区
共有1280人参与录制，男性640人，占比50%；女性640人，占比50%

18-25岁 60%；26-45岁35%；46-60岁5%；上下浮动5%
地域分布： Daerah Khusus Ibukota Jakarta, Jawa Timur, Bali, Jawa Barat, Sumatera Selatan, Kalimantan Barat等

设备 1280人安卓手机、苹果手机
1280人采用苹果手机和安卓手机录制
手机：安卓手机、苹果手机，覆盖市面上常见品牌的主流机型，如三星、华为、小米、vivo等
语言印尼语
录音人员均使用印尼语进行录制
标注内容文本
根据音频的实际发音转写文本
应用场景语音识别；机器翻译；声纹识别
可用于语音识别声学/语言模型训练或算法研究
可用于机器翻译语料库建设
可用于声纹识别模型训练或算法研究

数据存储结构 -

文件夹说明
data：数据均存放于此文件夹内
category：录制数据，包含语音数据、标注结果及数据标签等
doc：数据相关的说明文档均存放于此，包含：数据产品说明书、metadata等
GXXXX：录音人员编号，该文件夹数量与实际录音人员数量一致
sessionXXX：数据批次，存放该批次内的全部语音数据、对应的标注结果及数据标签
文件说明
数据产品说明书：数据产品介绍
wav：语音数据，一个数据批次（session）下包含多个语音数据
txt：标注结果，与语音数据一一对应
metadata：数据标签，与语音数据一一对应
3数据样例说明
样例均取自真实数据产品，是对完整数据产品的局部展示。640小时印尼语语音数据样例工共包含4名录音人员，其中男性2人，女性2人。
样例数据集只是对完整数据情况的局部展示，仅用于参考阅读。

官网：www.datatang.com

640小时印尼语手机采集语音数据相关推荐

想准确识别各地方言？这套15000小时方言语音数据推荐了解一下
不论是 " 啥事都中" 的河南 , 还是遍地 " 靓女靓仔 " 的广东 , 方言都是各地极具特色的文化名片.一方面 , 方言附着极大的亲切感 , 另一方面 , ...
简单WIFI定位分析与比较（文末有手机采集RSSI软件推荐！！！）
导师是做室内定位的,最近让我复现一篇论文中基于图像和WiFi融合定位的实现方法,目前图像定位已经简单的实现了,采用HOG+SVM.然鹅定位效果并不理想,但也能得出个大概的位置. 下面就开始搞基于WIF ...
【VINS-MONO测试】安卓手机采集mono+imu数据
上一个vins-mono环境配置测试完成后,初步建立好实验环境,接下来开始进行数据采集(cam+imu).打包.标定.运行. 记录一下后续要更新的内容吧: ros打包.另外两种标定方式.手机在线测试. ...
java录音程序_record类完成语音信号采集的任务_Android实现语音数据实时采集、播放...
最近做的项目是和语音实时采集并发送,对方实时接收并播放相关,下面记录下实现的核心代码. 很多Android开发者应该知道android有个MediaRecorder对象和MediaPlayer对象,用 ...
语音识别（20201030）——麦克风阵列（采集语音信号）
目录麦克风阵列的原理麦克风阵列的功能麦克风阵列解决噪声干扰存在的干扰算法 1.多通道降混响算法(室内) 2.多通道点干扰抑制算法(室外) 3.多通道目标说话人提取算法(声纹,不适用) 麦克风 ...
声智科技陈孝良：没有好的语音数据收集，语音识别和交互不可能做好
声智科技是一家人工智能交互与声学解决方案服务商,从事语音交互芯片.模组和设备研发.设计.制造并提供整体声学技术解决方案.简单理解,他们跟思必驰.云知声类似,不直接提供面向TO C的产品,而是做产品公司 ...
VS语音信号处理（2） C语言分段读取WAV语音文件语音数据
VS语音信号处理(2) C语言分段读取WAV语音文件语音数据前言一. 工程实现二. 结果三. 小结前言语音识别相关算法一般在MATLAB上进行仿真验证与实验,在工程上一般还是在VS中进行实 ...
Android 手机采集摄像头视频 socket 视频传输实时传播
这里搜集了两种实现Android 手机采集摄像头视频 socket 视频传输实时传播的方法,两种都可以使用. 第一种如下: 1.通过客户端socket请求,服务端接受到请求后,获取socket的输出流 ...
java多线程数据采集,【多线程数据采集课题】java采集网页数据方法
[多线程数据采集专题]java采集网页数据方法 java多线程网络数据采集第一步抓取数据. java采集网页数据.获取html文本节点有几种办法.转载文章请注明来处:http://blog.cs ...

640小时印尼语手机采集语音数据

640小时印尼语手机采集语音数据

640小时印尼语手机采集语音数据相关推荐

最新文章

热门文章