ASR-SEComSC: A Scripted English Command Speech Corpus

MagicHub开源社区2021-09-16 更新2024-06-08 收录

语音识别

脚本化语音

数据链接：

https://magichub.com/datasets/english-scripted-speech-corpus/数据链接链接失效反馈

官方服务：

资源简介：

This dataset consists of 64 hours of transcribed English scripted speech on command and query contributed by 1,000 speakers.

创建时间：

2021-09-16

ASR-CCantCSC: A Chinese Cantonese (Canton) Conversational Speech Corpus

语音识别

自然语言处理

This open-source dataset consists of 4.25 hours of transcribed Guangzhou Cantonese conversational speech on certain topics, where ten conversations between ten pairs of speakers were contained.

MagicHub开源社区2021-03-18 更新340

kjetMol/ArtificiallyNoisySpeechTranscriptions

语音识别

噪音处理

该数据集包含来自Språkbanken提供的挪威语语料库中nb_samtale子集的语音文件转录。这些转录文件经过了受控的噪声添加，以模拟不同的声学环境。原始音频的持续时间为24秒到27秒，格式为WAV，共有9个文件。转录部分测试了3个模型、4种噪声类型和16个噪声级别，总文件数为1682个。单词错误率（WER）用于评估语音识别系统在不同噪声条件下的性能，计算基于0%噪声添加的转录作为基准。

Hugging Face2024-05-03 更新200

LRS3-TED

语音识别

唇读

LRS3-TED 是一个用于视觉和视听语音识别的多模态数据集。它包括来自 400 多个小时的 TED 和 TEDx 视频的人脸轨迹，以及相应的字幕和单词对齐边界。与可用于一般研究的其他公共数据集相比，新数据集的规模要大得多。

OpenXLab70

Wake Word Indian English Dataset

语音识别

印度英语

This dataset features a rich array of audio recordings for wake word detection in Indian English. It encompasses diverse accents, regional dialects, and recording conditions to enhance the performance

ms.shaip.com2024-07-26 更新230

atgarcia/trainDataset5

语音识别

生物信号处理

--- dataset_info: features: - name: text dtype: string - name: audio struct: - name: array sequence: float64 - name: path dtype: string - name: sampling_rate

Hugging Face2024-02-26 更新100

ASR-SEComSC: A Scripted English Command Speech Corpus

资源简介：

相关数据集