wooooooo

新上架日语语音识别Common Voice学术数据集 speech_asr_commonvoice_ja_trainsets

2.59MBzipD179482191831636762026/11/16

¥1

数据描述

日语语音识别Common Voice学术数据集

数据集描述

Common Voice是一个多语言开源语音学术数据集。 此数据集包含了可应用于日语语音识别模型(speech_UniASR_asr_2pass-ja-16k-common-vocab93-tensorflow1-online, speech_UniASR_asr_2pass-ja-16k-common-vocab93-tensorflow1-offline )的Common Voice训练集、开发集、测试集。

数据集简介

Common Voice是一个多语言开源语音学术数据集,由Mozilla基金会发起的以众包方式收集的大型公开语料库。以麦克风来进行录音及分类他人所录制的声音。收集的句子及语音都以CC0授权释出至公开数据库当中。第一版语料库发布于2017年。截止2022年底,Common Voice数据集已收录了约26,119小时录音,包含多种多样人口相关的元数据(如年龄、性别、口音等),其中有约17,127小时覆盖104语种的有效数据,每个语种包含建立该语种语音识别模型所需的训练集、开发集、测试集。

语种

日语(Japanese)

数据集支持的任务

支持“Common Voice学术数据集的语音识别模型”模型的训练、开发和测试任务

数据集的格式和结构

数据格式

16KHz采样率,单通道音频,wav格式。

数据集加载方式

无

数据分片

  • 训练集: speech_asr_commonvoice_ja_trainsets
  • 验证集: speech_asr_commonvoice_ja_devsets
  • 测试集: speech_asr_commonvoice_ja_testsets

看了又看

验证报告

以下为卖家选择提供的数据验证报告: