AISHELL-DMASH
2 万小时中文普通话分布式麦克风阵列家居场景语音数据库
数据时长
20000 hours
语种
1
采样率
None
发布时间
2022-04
数据集描述
1全称为 Distributed Microphone Arrays in Smart Home (DMASH) Dataset
2在真实家庭场景下的两个不同房间采集完成
3共包含 20000 小时语音数据
4录制设备包括 1 个近讲麦克风和 7 个远讲点位
5每个远讲点位包含一部 iPhone、一部 Android 手机、一部 iPad、一个麦克风，以及一个半径为 5 厘米的圆形麦克风阵列
6包含 511 名说话人，每位说话人分三次录制，相邻两次间隔 7 至 15 天
7所有语音数据由专业语音标注员转写，并经过质量审核，文本准确率达到 98%
8适用于说话人识别、语音识别和唤醒词识别等研究与应用
语种明细
| 语言名称 | 时长 |
|---|---|
| 普通话 | 20000 hours |
发布单位
许可与商用
许可证
Non-Open Source / requires application
商用状态
非商用