数据集 / 中文语音识别Aishell-1学术数据集训练集

中文语音识别Aishell-1学术数据集训练集 已完整同步

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

数据集生成的相关信息

原始数据

无

数据集标注

无

标注过程

无

标注者

无

数据集版权信息

版权归aishell所有，支持学术研究，未经允许禁止商用。

引用方式

@inproceedings{aishell_2017,
  title={AIShell-1: An Open-Source Mandarin Speech Corpus and A Speech Recognition Baseline},
  author={Hui Bu, Jiayu Du, Xingyu Na, Bengu Wu, Hao Zheng},
  booktitle={Oriental COCOSDA 2017},
  pages={Submitted},
  year={2017}
}

其他相关信息

详见https://www.openslr.org/33/

数据概览

该资源对应 AISHELL-1 中文语音识别训练集，当前镜像可见文件以结构化索引和说明为主，完整使用范围应以当前文件清单及许可要求为准。

6 个文件

浏览文件

数据集版权信息

本数据集的许可证为 Apache License 2.0。如有违反相关条款，请联系 WEHUB，我们将及时处理。 查看许可证