Nexdata/Uyghur_Speech_Data_by_Mobile_Phone

---
YAML tags:
- copy-paste the tags obtained with the tagging app: https://github.com/huggingface/datasets-tagging
---

# Dataset Card for Nexdata/Uyghur_Speech_Data_by_Mobile_Phone

## Table of Contents
- [Table of Contents](#table-of-contents)
- [Dataset Description](#dataset-description)
- [Dataset Summary](#dataset-summary)
- [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards)
- [Languages](#languages)
- [Dataset Structure](#dataset-structure)
- [Data Instances](#data-instances)
- [Data Fields](#data-fields)
- [Data Splits](#data-splits)
- [Dataset Creation](#dataset-creation)
- [Curation Rationale](#curation-rationale)
- [Source Data](#source-data)
- [Annotations](#annotations)
- [Personal and Sensitive Information](#personal-and-sensitive-information)
- [Considerations for Using the Data](#considerations-for-using-the-data)
- [Social Impact of Dataset](#social-impact-of-dataset)
- [Discussion of Biases](#discussion-of-biases)
- [Other Known Limitations](#other-known-limitations)
- [Additional Information](#additional-information)
- [Dataset Curators](#dataset-curators)
- [Licensing Information](#licensing-information)
- [Citation Information](#citation-information)
- [Contributions](#contributions)

## Dataset Description

- **Homepage:** https://www.nexdata.ai/datasets/46?source=Huggingface
- **Repository:**
- **Paper:**
- **Leaderboard:**
- **Point of Contact:**

### Dataset Summary

It collects 2,058 people from the Uighur community, with a balanced ratio of men and women. The recording contents are 300,000 Uighur spoken sentences, and the recording environment is quiet indoor. All sentences were manually and accurately transcribed and annotated with noise signs.

For more details, please refer to the link: https://www.nexdata.ai/datasets/46?source=Huggingface

### Supported Tasks and Leaderboards

automatic-speech-recognition, audio-speaker-identification: The dataset can be used to train a model for Automatic Speech Recognition (ASR).

### Languages
Uyghur
## Dataset Structure

### Data Instances

[More Information Needed]

### Data Fields

[More Information Needed]

### Data Splits

[More Information Needed]

## Dataset Creation

### Curation Rationale

[More Information Needed]

### Source Data

#### Initial Data Collection and Normalization

[More Information Needed]

#### Who are the source language producers?

[More Information Needed]

### Annotations

#### Annotation process

[More Information Needed]

#### Who are the annotators?

[More Information Needed]

### Personal and Sensitive Information

[More Information Needed]

## Considerations for Using the Data

### Social Impact of Dataset

[More Information Needed]

### Discussion of Biases

[More Information Needed]

### Other Known Limitations

[More Information Needed]

## Additional Information

### Dataset Curators

[More Information Needed]

### Licensing Information

Commerical License: https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

### Citation Information

[More Information Needed]

### Contributions

---
YAML 标签：
- 复制通过标签应用程序获取的标签：https://github.com/huggingface/datasets-tagging
---

# 数据集卡片：Nexdata/手机录制维吾尔语语音数据集

## 目录
- [目录](#table-of-contents)
- [数据集描述](#dataset-description)
- [数据集概览](#dataset-summary)
- [支持任务与评测榜单](#supported-tasks-and-leaderboards)
- [语言](#languages)
- [数据集结构](#dataset-structure)
- [数据实例](#data-instances)
- [数据字段](#data-fields)
- [数据划分](#data-splits)
- [数据集构建](#dataset-creation)
- [构建初衷](#curation-rationale)
- [源数据](#source-data)
- [标注信息](#annotations)
- [个人与敏感信息](#personal-and-sensitive-information)
- [数据集使用注意事项](#considerations-for-using-the-data)
- [数据集社会影响](#social-impact-of-dataset)
- [偏倚性讨论](#discussion-of-biases)
- [其他已知局限](#other-known-limitations)
- [附加信息](#additional-information)
- [数据集策展方](#dataset-curators)
- [授权信息](#licensing-information)
- [引用信息](#citation-information)
- [贡献说明](#contributions)

## 数据集描述

- **主页**：https://www.nexdata.ai/datasets/46?source=Huggingface
- **代码仓库**：
- **相关论文**：
- **评测榜单**：
- **联系方式**：

### 数据集概览

本数据集收录了来自维吾尔族（Uyghur）群体的2058名受访者，男女比例均衡。共录制30万条维吾尔语（Uyghur）口语语句，录制环境为安静室内场景。所有语句均经过人工精准转录，并标注了噪声标识。

更多详情请访问链接：https://www.nexdata.ai/datasets/46?source=Huggingface

### 支持任务与评测榜单

自动语音识别（automatic-speech-recognition）、语音说话人识别（audio-speaker-identification）：本数据集可用于训练自动语音识别（Automatic Speech Recognition, ASR）模型。

### 语言
维吾尔语（Uyghur）

## 数据集结构

### 数据实例
[需补充更多信息]

### 数据字段
[需补充更多信息]

### 数据划分
[需补充更多信息]

## 数据集构建

### 构建初衷
[需补充更多信息]

### 源数据

#### 初始数据收集与标准化
[需补充更多信息]

#### 源语言语句的录制者是谁？
[需补充更多信息]

### 标注信息

#### 标注流程
[需补充更多信息]

#### 标注人员是谁？
[需补充更多信息]

### 个人与敏感信息
[需补充更多信息]

## 数据集使用注意事项

### 数据集社会影响
[需补充更多信息]

### 偏倚性讨论
[需补充更多信息]

### 其他已知局限
[需补充更多信息]

## 附加信息

### 数据集策展方
[需补充更多信息]

### 授权信息
商业授权：https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

### 引用信息
[需补充更多信息]

### 贡献说明

原始信息汇总

数据集概述

数据集名称

• 名称: Nexdata/Uyghur_Speech_Data_by_Mobile_Phone

数据集描述

• 摘要: 该数据集收集了来自维吾尔社区的2,058人，男女比例平衡。记录内容包括30万条维吾尔语口语句子，录音环境为安静的室内。所有句子均经过人工准确转录和标注噪音标记。
• 支持的任务: 自动语音识别（ASR），音频说话人识别。
• 语言: 维吾尔语

数据集结构

• 数据实例: 信息待补充
• 数据字段: 信息待补充
• 数据分割: 信息待补充

数据集创建

• 来源数据: 信息待补充
• 注释过程: 信息待补充
• 个人和敏感信息: 信息待补充

使用数据注意事项

• 社会影响: 信息待补充
• 偏见讨论: 信息待补充
• 其他已知限制: 信息待补充

附加信息

• 许可证信息: 商业许可证，详情见链接：https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing
• 数据集维护者: 信息待补充
• 引用信息: 信息待补充