截止2019年01月11日
- AISHELL-1
- AISHELL-2(高校与研究机构免费申请)
- THCHS30
- ST-CMDS
- Primewords Chinese Corpus Set 1
截至2020年7月7日
- Speechocean 10 Hours Chinese Mandarin Speech Recognition Corpus
- MobvoiHotwords
- CN-Celeb
- MAGICDATA
下载地址:openslr上都有,除了aishell-2。aishell-2可以向希尔公司申请或购买。
Dataset |
Duration(hours) |
Description |
AISHELL-1 |
178 |
AISHELL-ASR0009录音文本涉及智能家居、无人驾驶、工业生产等11个领域。录制过程在安静室内环境中, 同时使用3种不同设备: 高保真麦克风(44.1kHz,16-bit);Android系统手机(16kHz,16-bit);iOS系统手机(16kHz,16-bit)。高保真麦克风录制的音频降采样为16kHz,用于制作AISHELL-ASR0009-OS1。400名来自中国不同口音区域的发言人参与录制。经过专业语音校对人员转写标注,并通过严格质量检验,此数据库文本正确率在95%以上。分为训练集、开发集、测试集。(支持学术研究,未经允许禁止商用。) |
AISHELL-2 |
1000 | <