DiDispeech16k

kaggle2023-10-24 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/hokonim/didispeech16k

下载链接

链接失效反馈

官方服务：

资源简介：

didispeech datasets individual.

滴滴语音（didispeech）独立数据集

创建时间：

2023-10-24

搜集汇总

数据集介绍

以上内容由遇见数据集搜集并总结生成

AISHELL/AISHELL-1

Aishell是一个开源的中文普通话语音语料库，由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音，录音在安静的室内环境中使用高保真麦克风进行，并下采样至16kHz。通过专业的语音标注和严格的质量检查，手动转录的准确率超过95%。该数据集免费供学术使用，旨在为语音识别领域的新研究人员提供适量的数据。

Hugging Face2024-01-08 更新54280

THCHS-30

“THCHS30是由清华大学语音与语言技术中心（CSLT）发布的开放式汉语语音数据库。原始录音是2002年在清华大学国家重点实验室的朱晓燕教授的指导下，由王东完成的。清华大学计算机科学系智能与系统，原名“TCMSD”，意思是“清华连续普通话语音数据库”，时隔13年出版，由王东博士发起，并得到了教授的支持。朱小燕。我们希望为语音识别领域的新研究人员提供一个玩具数据库。因此，该数据库对学术用户完全免

OpenDataLab2026-07-12 更新36350

CN-Celeb

这是“在野外”收集的大规模说话人识别数据集。该数据集由两个子集 CN-Celeb1 和 CN-Celeb2 组成。所有音频文件均编码为单通道，并以 16kHz 和 16 位精度采样。CN-Celeb1包含1000位中国名人的13万多条话语，涵盖现实世界中的11种不同流派。CN-Celeb2包含来自2,000名中国名人的超过520,000条话语，涵盖现实世界中的11种不同流派。

OpenDataLab2026-07-12 更新16650

LibriSpeech

LibriSpeech 是一个大约 1000 小时的 16kHz 英语朗读语音语料库，由 Vassil Panayotov 在 Daniel Povey 的协助下编写。数据来自 LibriVox 项目的已读有声读物，并经过仔细分割和对齐。

OpenDataLab2026-07-12 更新37981

google/speech_commands

SpeechCommands数据集包含一秒钟的.wav音频文件，每个文件包含一个单独的英语单词或背景噪音。这些单词来自一组命令，并由不同的说话者录制。数据集有两个版本，v0.01和v0.02，分别包含64,727和105,829个音频文件。数据集的主要任务是关键词检测，即通过分类将话语分类为预定义的单词集。数据集的语言为英语，数据集的创建目的是为了帮助训练简单的机器学习模型。

Hugging Face2024-01-18 更新23380