语音及多模态语音数据集总结

    

   1. Free ST Chinese Mandarin Corpus
    • 在室内安静的环境中录制的，所有的话语都经过了仔细的转录和核对，精度较高。
    • 语料库包含： 音频文件，转录，元数据。
    2.   Primewords Chinese Corpus Set 1
    • 免费的，中文普通话，用手机录制，转录精度大于98%
    • 转序和词句之间的映射以json格式提供
    3. THCHS30
    • 通过单个碳粒麦克风录取
    • 内容全部是女生，文章以诗句为主。
    4. ST-CMDS
    • 内容以平时的网上聊天和智能语音控制语句为主
    • 有男生有女生，适合多种场景下使用
    5. MAGICDATA Mandarin Chinese Read Speech Corpus
    • 移动端的录音。
    • 录音者来自中国的不同区域
    • 在安静的室内环境中进行
    • 提供分段的成绩单
    • 录音文本领域多样化
    6. AISHELL
    • 具有不同的口音
    • 在安静的室内录制，同时使用三种不同设备进行录音。 
    • 手动转录率达到95%
    7. MobvoiHotwords
    他是商业智能扬声器手机的唤醒单词的语料库，它由关键字和非关键字组成
    8. CMU-MOSEI
    • 规模最大的三模态数据集
    • 具有情感和情绪两个标签
    • 但是每一个样本对应的可能不止一种情绪标签，对应的情绪强弱也不同
    9. UR-FUNNY
    • 包含文本、语音、图像三个模态
    10. CH-SIMS
    • 给出常规的文本、图片和语音
    • 标签更加细致，不仅有最终的标签，还有各个模态的标签。
    11. IEMOPCAP----最常用的数据集。