200小时马来语语音数据_对话(手机)
马来语语音数据_对话(手机),基于约三十个常见主题来模拟录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性,由228名来自不同地域和文化背景的马来西亚本土人录制,准确性高,为语音识别相关研究及应用提供了丰富的资源,经多家AI公司验证:有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定,确保数据采集、存储和使用的过程中维护用户的隐私和合法权益,所有数据均遵循GDPR,CCPA,PIPL。
数据规格
格式
16kHz,16bit,未压缩wav,单声道
内容分类
录音人从特定的话题列表中选择熟悉的几个,分别录制一段流畅自然的对话
录音条件
相对安静的室内,无回声
录音设备
安卓手机、苹果手机;
录音人信息
总共228人,其中男性85人,女性143人;
国家
马来西亚
语言地区代码
ms-MY
语言
马来语
标注特点
标注文本内容、句时间戳、说话人标识、性别、噪音标注
准确率
词准确率98%
样例展示
0:00/ 0:00
Apa tu?
0:00/ 0:00
Masakan dia ini sedap.
0:00/ 0:00
Jangan tangkis aih, masakan dia tu bolehlah sedap kalau kata budak-budak sana tu ah.
0:00/ 0:00
Ah uncle Muhto tu pak cik.
0:00/ 0:00
Kalau saya ni dekat sana tu kalau dah boleh makan tempat ini.