【DataSet】常用的语音方面的人工智能数据集

最新推荐文章于 2024-10-25 15:39:06 发布
最新推荐文章于 2024-10-25 15:39:06 发布
阅读量380 收藏
点赞数
分类专栏： 人工智能 DataSet 文章标签： 人工智能 DataSet
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44824148/article/details/129859693
版权
本文列举了多种用于语音识别和处理的人工智能数据集，包括MozillaCommonVoice、LibriSpeech这样的英文数据集，以及VoxCeleb、GoogleAudioSet等多语言资源。同时，也提到了专门的中文语音数据集如THCHS30和ASHELL，以及其他各种语言的数据集，如Vystadial和AFIRICANACCENTEDFRENCH。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

常用的语音方面的人工智能数据集

数据集类别常用数据集
多种语言语音数据集Mozilla Common Voice 数据集;Tatoeba 数据集
英文语音数据集VOiCES Dataset 数据集 ;LibriSpeech 数据集;2000 HUB5 English 数据集;VoxForge 数据集;VoxCeleb 数据集;TIMIT 数据集;CHIME数据集;TED-LIUM 数据集;Google AudioSet 数据集;CCPE 数据集;FreSTAmerican English Corpus 数据集;CSTR VCTK数据集;LibriTTScorpus 数据集;TheAMI Corpus 数据集
中文语音数据集Free ST Chinese Mandarin Corpus 数据集;Primewords Chinese CorpusSet1数据集;THCHS30数据集;ST-CMDS 数据集;MAGICDATAMandarin Chinese Read Speech Corpus 数 据集;ASHELL 数据集MobvoiHotwords 数据集;Aidatatang 数据集
其他语言数据集Vystadial数据集;ALFFA 数据集;Heroico 数据集;Tunisian MSA数据集;Afirican Accented French 数据集;Afican Accented French 数据集;ParlamentParla数据集;TEDx Spanish Corpus 数据集
深度学习论文: Evaluating You Only Hear Once on noisy audios in the VOICe Dataset及其PyTorch实现
mingo_敏
12-18 737
深度学习论文: Evaluating You Only Hear Once on noisy audios in the VOICe Dataset及其PyTorch实现 Evaluating robustness of You Only Hear Once (YOHO) Algorithm on noisy audios in the VOICe Dataset PDF: https://arxiv.org/pdf/2111.01205.pdf PyTorch代码: https://github.com/
历史最全开放语音/音频数据集整理分享
lqfarmer的博客
11-10 1万+
本资源整理了40多个语音和音频处理相关的开源数据集，分享给有需要的朋友。 资源整理自网络，源地址：https://github.com/jim-schwoebel/voice_datasets 有两种主要类型的音频数据集：语音数据集和音频事件/音乐数据集。 语音数据集 2000 HUB5 English- The Hub5 ev...
voice_datasets:voice完整的语音和声音计算开源数据集列表（超过50个数据集）
05-12
voice_datasets 开源语音和音乐数据集的完整列表。 我在发布了该演讲。如果您要设计自己的语音数据集，请查看 音频数据集 音频数据集主要有两种类型：语音数据集和音频事件/音乐数据集。 语音数据集 -阿拉伯语语料库（1.5 GB）是用于语音合成的现代标准阿拉伯语（MSA）语料库。 语料库包含超过3.7小时的MSA语音的语音和正字转录，并与音素级别的已记录语音对齐。 注释包括各个音素上的单词重音标记。 -任何人都可以下载用于ASR或其他语音活动的公开音频数据的列表 数据集由60个不同扬声器的30000个语音数字（0-9）音频样本组成 的Speaker Diarization论文，库，数据集和其他资源的精选列表。 -通用语音是Mozilla的一项倡议，旨在帮助教会机器真实的人如何说话。 12GB大小； 基于来自许多公共领域资源（例如用户提交的博客文章，旧书，电影和其他公共语音语料
探索 Jim Schwoebel 的 `voice_datasets`：语音数据集的宝藏库
gitblog_00081的博客
03-25 260
探索 Jim Schwoebel 的 voice_datasets：语音数据集的宝藏库 去发现同类优质开源项目:https://gitcode.com/ 项目简介 创建的 是一个开源项目，它为人工智能和机器学习领域的研究者提供了一个丰富的语音数据集集合。这些数据集用于训练和评估语音识别、情感分析和其他相关自然语言处理（NLP）任务的模型。 该项目的核心目标是简化获取高质量语音数据的过程，从而促进...
Mozilla发布最大公共语音数据集Common Voice
LiveVideoStack
03-05 5943
近日，Mozilla发布了当前可使用的，规模最大的公共语音数据集Common Voice，数据集涵盖18种语言，由42000多名贡献者提供的近1400小时的语音数据构成。...
1400小时开源语音数据集，你想要都在这儿
AI科技大本营
03-01 4912
整理 | 一一出品 | AI科技大本营（ID:rgznai100）3 月 1 日，由 Mozilla 基金会发起的 Common Voice 项目，发布新版语音识别数据集...
探索语言的无限可能——Common Voice Dataset 开源项目推荐
gitblog_00056的博客
06-18 533
探索语言的无限可能——Common Voice Dataset 开源项目推荐 cv-datasetMetadata and versioning details for the Common Voice dataset 项目地址:https://gitcode.com/gh_mirrors/cv/cv-dataset 在这个数字化的时代，语音识别技术正以前所未有的速度改变着我们与世界的互动方式。...
声纹识别资源汇总（不断更新）
郭小儒的博客
01-02 4382
speaker identification的概念就是拍段一段语音是谁所说，说话人辨认分为开集辨认和闭集辨认，当确定说话人在注册声纹库里时，是一个N选一的有限范围选一个的闭集任务，当不确定当前音频是否在注册声纹库里时，是一个开集任务。开集比闭集的要难很多。Speaker Recognition是一个大方向，包含说话人验证（speaker verification），说话人辨认（speaker identification），说话人分离（diarization）等小方向，本项目中需要的是说话人辨认这个方向。
数据集整理
weixin_30668887的博客
11-10 199
百万级字符：中文自然文本数据集CTW资源链接：https://ctwdataset.github.io/ 腾讯AILab最大规模多标签图像数据集 Tencent ML-Images 由深度学习中精度最高的深度残差网络RESNET-101构成。https://github.com/Tencent/tencent-ml-imagesbdd100k 自动驾驶数据集 ApolloScape: 转载于...
语音识别入门知识
weixin_46605165的博客
01-04 781
语音识别，入门知识分享
全新语音&图像数据集，以高质量训练数据加速提升模型性能
最新发布
海天瑞声的博客
10-25 804
包含印度众多主要语种，迈蒂利语、孟加拉语、马拉地语、泰卢固语、马拉雅拉姆语、泰米尔语、奥利亚语、乌尔都语克什米尔语、旁遮普语、阿萨姆语等。美国英语、新加坡英语、英国英语、澳大利亚英语、加拿大英语、印度英语、日本英语、法国英语、德国英语、中国香港英语、中国台湾英语等。，美国西班牙语、墨西哥西班牙语、哥伦比亚西班牙语、委内瑞拉西班牙语、智利西班牙语、阿根廷西班牙语等。包含自然对话、单词、冷笑话、谜语、歇后语、绕口令、诗歌、歇后语、语气词等特色内容。均经过精确标注，包括发音、韵律和副语言特征（重音、拖音）。
语音特征提取（语谱图Spectrogram，Fbank, MFCC, 及其delta-一阶差分）——python代码
yin_fei_0825的博客
11-14 5308
导入相关包 import os import wavio import numpy as np import math from matplotlib import pyplot as plt from scipy.fftpack import dct 读取语音数据及主函数 for wav in wavs: wav_dir = os.path.join(data_dir, wav) wav_data = wavio.read(wav_dir) data = wav_data.data sampl
Voice conversion相关语音数据集综合汇总
ASS-ASH的博客
08-03 1271
Voice conversion相关语音数据集综合汇总
语音数据集 | Speech datasets
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
03-17 3282
原文链接如下： 免费中文语音数据集 几个最新免费开源的中文语音数据集
国内外深度学习开放数据集下载集合(值得收藏，不断更新)
空空说技术的博客
05-08 1万+
国内外深度学习开放数据集下载集合(值得收藏，不断更新) 一、Image processing data set 1、MNIST ，是最流行的深度学习数据集之一。这是一个手写数字数据集，包含一个有着 60000 样本的训练集和一个有着 10000 样本的测试集。对于在现实世界数据上尝试学习技术和深度识别模式而言，这是一个非常好的数据库，且无需花费过多时间和精力进行数据预处理。 大小：约 50 ...
语音相关的数据集-5个数据集
lawenliu的专栏
12-08 8648
1.2000 HUB5 English: 从40个电话对话抽取的英语口语数据 2.LibriSpeech: Audiobooks的数据集，包含了500个小时不同读者读的audiobooks录音，根据audiobooks的章节进行组织的。 3.TED-LIUM: 1495个TED的演讲录音 4.Free Spoken Digit Dataset: 1500个英语读数字的录音 5.T......
common voice data-数据集
不务正业的猿
09-10 2739
数据集介绍： Each entry in the dataset consists of a unique MP3 and corresponding text file. Many of the 7,226 recorded hours in the dataset also include demographic metadata like age, sex, and accent that can help train the accuracy of speech recognition engin
【机器学习】数据集 汇总
JNing
06-28 1万+
【机器学习】数据集 汇总
数据集汇总
热门推荐
wydbyxr的博客
11-26 2万+
原始数据的采集   下面是对原始采集数据质量的评估：   1）图像、视频：分辨率，清晰度，光照，色彩等   2）语音：清晰度，背景音等   3）文本：是否自然语言，是否专业，与主题相关性等   下面是对数据标注质量的评估：   标注正确率（类别数据）   标注精确度（坐标、时间点、个数、文字等）   标注完备性（是否漏，是否重复）   标注一致性（前后规则是否一致）   人工标记的大规模数据一般都...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

莫余

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值