数据链接：
官方服务：
资源简介：
A Corpus of Southern Min Dialect for Automatic Speech Recognition
应用场景：
创建时间：
2024-07-26
相关数据集
Kunming_Dialect_Natural_Conversation_Bilingual_Annotated_Mobile
昆明方言语音数据_对话（手机），由录音人自由交谈并进行录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由母语方言使用者录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR, CCPA, PIP
OpenCSG2026-02-28 更新350
ASR-CNanDiaCSC: A Chinese Nanchang Dialect Conversational Speech Corpus
This open-source dataset consists of 4 hours of transcribed Nanchang dialect conversational speech on certain topics, where six conversations between two speakers were contained.
MagicHub开源社区2021-08-13 更新190
King-ASR-384-11_安徽重口音普通话识别语音库（手机）
该语音数据集由专业团队严格遵循标准化流程定向采集，语音形态丰富、字符准确率高，可支撑语音识别、跨文化交流等相关研究。数据集遵循标准化管理规范，保障数据的完整性、一致性与可用性，适配具身智能应用、学术研究等多类场景，可灵活满足科研机构、企业等不同使用者需求，为各行业高质量发展提供可靠数据支撑，充分发挥数据赋能实效，助力推动人工智能技术落地迭代，加速全球数字化与智能化转型进程。
国家数据集管理服务平台2026-04-28 更新140
D081_Zhengzhou_Dialect_Conversation_Bilingual_Annotated_Speech_D
320小时郑州话自然对话（双语标注）手机采集语音数据，由录音人自由交谈并进行录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由母语方言使用者录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR
OpenCSG2026-03-04 更新330
Vaani-English-preprocessed
该数据集是一个多模态语音数据集，包含音频、文本转录和说话人/地域元数据。数据集包含15,918个样本，划分为训练集（12,729样本）、验证集（1,485样本）和测试集（1,704样本）。每个样本包含以下字段：音频数据（采样率16kHz）、语言标识、说话人性别、所属州/省、所属地区、原始转录文本、参考图像路径、未清理的无脱字符索引、清理后的转录文本、以及小写且无标点的清理转录文本。数据集适用于语音
Hugging Face2026-05-13 更新140
