数据描述
中文语音识别Aishell-1学术数据集测试集
数据集描述
用于“Aishell-1学术数据集的中文语音识别模型”的Aishell-1训练集
数据集简介
用于“Aishell-1学术数据集的中文语音识别模型”的Aishell-1训练集。
希尔贝壳中文普通话开源语音数据库AISHELL-ASR0009-OS1录音时长178小时,是希尔贝壳中文普通话语音数据库AISHELL-ASR0009的一部分。AISHELL-ASR0009录音文本涉及智能家居、无人驾驶、工业生产等11个领域。录制过程在安静室内环境中, 同时使用3种不同设备: 高保真麦克风(44.1kHz,16-bit);Android系统手机(16kHz,16-bit);iOS系统手机(16kHz,16-bit)。高保真麦克风录制的音频降采样为16kHz,用于制作AISHELL-ASR0009-OS1。400名来自中国不同口音区域的发言人参与录制。经过专业语音校对人员转写标注,并通过严格质量检验,此数据库文本正确率在95%以上。分为训练集、开发集、测试集。(支持学术研究,未经允许禁止商用。)
数据集支持的任务
支持“Aishell-1学术数据集的中文语音识别模型”模型的训练和测试任务
数据集的格式和结构
数据格式
16K采样率,单通道音频。
数据集加载方式
无
数据分片
训练集: speech_asr_aishell_devsets 验证集: speech_asr_aishell_devsets 测试集: speech_asr_aishell_trainsets
看了又看
验证报告
以下为卖家选择提供的数据验证报告:










