数据集卡片：多语言

数据集摘要

该数据集包含25000小时的多语言朗读语音数据。由母语使用者录制，涵盖英语、法语、德语、俄语、西班牙语、葡萄牙语、意大利语、日语、韩语、印地语、越南语、塔加路语、泰语等。记录内容丰富，涵盖经济、娱乐、新闻、口语、数字和字母等多个类别。格式为16kHz、16bit、无损压缩wav、单声道。句子准确率超过95%。详细信息请参考链接： https://bit.ly/39UzIwI

支持的任务和排行榜

自动语音识别（ASR）、音频说话人识别：该数据集可用于训练自动语音识别（ASR）模型。

语言

英语、法语、德语、俄语、西班牙语、葡萄牙语、意大利语、日语、韩语、印地语、越南语、塔加路语、泰语等。

数据集结构

数据实例

[需要更多信息]

数据字段

[需要更多信息]

数据拆分

[需要更多信息]

数据集创建

策划理由

[需要更多信息]

来源数据

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

其他信息

数据集策划者

[需要更多信息]

许可信息

商业许可证： https://drive.google.com/file/d/1saDCPm74D4UWfBL17VbkTsZLGfpOQj1J/view?usp=sharing

引用信息

[需要更多信息]

贡献