中文手机朗读数据库
MagicData中文手机录音音频语料库包含755小时的中文普通话朗读语音数据，其中分为训练集712.09小时、开发集14.84小时和测试集28.08小时。本语料库的录制文本覆盖多样化的使用场景，包括互动问答、音乐搜索、口语短信信息、家居命令控制等。采集方式为手机录音，涵盖多种类型的安卓手机；录音输出为PCM格式。1000名来自中国不同口音区域的发言人参与采集。MagicData中文手机录音音频语料库由MagicData有限公司开发，免费发布供非商业使用。
语种
中文
录音环境
安静室内
有效时长
755小时
录音语料
日常口语句子
说话人介绍
1000名来自中国不同口音区域的发音人参与采集
PCM
PCM
录音设备
智能手机
适用领域
语音识别
数据敏感项
无
版权所有者
Magic Data
没有找到想要的数据？
数据集推荐
语音复刻大模型高品质数据集——中文
语音TTS已经走向了AIGC大模型模式，利用大规模高品质训练数据，实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景，包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”，此数据具备48KHz高采样率，采集人数2万+，环境纯净，内容自然多样，上万小时，是实现零样本语音合成的绝佳数据。特别地，此数据的多样化语料内容能为模型学习协同发音提供助益。
试听音频
MDT-AH003 中文对话音频数据集
试听音频
MDT-AE071 德语朗读音频数据集
【开源数据】
试听音频
MDT-AD009 日语手机朗读音频数据集—日常用语
试听音频
MDT-AE037 中文普通话对话音频数据集
试听音频
MDT-AE012 土耳其语朗读音频数据集—日常用语
【开源数据】
试听音频
Magic Data 数据优势有哪些？
合规性
符合ISO/IEC 27001和ISO/IEC 27701:2019标准认证
多维度
音频、文本、图像、音视频多模态数据
覆盖性
涵盖多领域的对话式、朗读式及自发式数据
高精度
人机协同高精度标注