Mozilla Common Voice Dataset

kaggle2021-08-26 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/gauraviiitian/mozilla-common-voice-dataset

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2021-08-26

Mozilla Common Voice

Mozilla Common Voice是一个开源的语音数据集，旨在帮助训练语音识别系统。该数据集包含来自全球各地志愿者的语音样本，涵盖多种语言和方言。数据集的内容包括语音片段及其对应的文本转录，用于训练和测试语音识别模型。

commonvoice.mozilla.org3090

mozilla-common-voice

mozilla german dataset

kaggle2019-05-11 更新40

Mozilla Common Voice Bangla dataset

该数据集包含约1200小时的孟加拉语语音数据，涵盖了多样化的说话者、方言和录音条件，非常适合构建鲁棒的自动语音识别模型。

github2024-09-30 更新480

Mozilla Common Voice (MCV)

本研究聚焦于为低资源语言创建自动语音识别（ASR）训练数据集，特别以亚美尼亚语有声书为例。数据集Mozilla Common Voice（MCV）包含超过23小时的验证音频样本，涵盖多种语言和方言，特别适合ASR模型训练。该数据集通过众包方式收集，确保了音频的多样性和代表性。创建过程中，研究者采用了独特的数据处理和分割方法，以适应ASR训练的需求。此数据集的应用旨在解决低资源语言ASR系统的性能问

arXiv2024-06-03 更新360

Mozilla Common Voice (Mandarin)

Mozilla Common Voice (Mandarin) 是一个开源的语音数据集，专注于普通话语音数据。该数据集包含大量来自全球志愿者的语音样本，用于训练和测试语音识别系统。数据集的内容包括语音片段、对应的文本转录以及一些元数据，如性别、年龄和口音信息。

commonvoice.mozilla.org2460