1. AISHELL数据集
总共178小时,400个人讲,其中训练集340个人,测试解20个人,验证集40个人,每个人大概讲三百多句话,每个人讲的话都放在一个文件夹里面。
AISHELL-2结构类似(1000个小时),不过总共1991人讲,每个人有500句话,每个人讲的话可能会有重复。
2. thchs-30数据集
thchs-30是清华大学公布的超过三十个小时的数据集,选取1000句来录音。
字段解释:A(句子的ID是0~249),B(句子的ID是250~499),C(500~749),D(750~999)。ABC三组包括30个人的10893句发音,用来做训练和验证,D包括10个人的2496句发音,用来做测试。A2中的2表示编号为2的人,A2~A32(