Magic Data中文童声语音合成数据集
Magic Data中文童声语音合成数据集发音人为4岁女童（北京人），包含2235句话，时长超2小时。该数据集文本为日常用语。本次开源样例数据集时长为15分钟。 该发音人声音第一次用于TTS录制，音频已获得发音人与其监护人授权。 Magic Data中文童声语音合成数据集由北京Magic Data科技有限公司开发，免费发布供非商业使用。 如需更多声音，欢迎致电400-900-5251或邮件发送至 business@magicdatatech.com。
语种
中文
录音环境
NC-20 录音间
样例开源时长
15分钟
发音人介绍
4岁女童（北京人）
录音语料
日常口语句子
标注服务
发音校对、韵律层级、音素边界切分和分词词性标注
标注准确率
音字校验99.9%，韵律层级99%，分词词性99%，音素边界切分99%
版权所有者
Magic Data
没有找到想要的数据？
数据集推荐
MDT-AF025 菲律宾英语朗读音频数据集—智能座舱
试听音频
MDT-AE065 广式粤语对话音频数据集
试听音频
语音复刻大模型高品质数据集——英语
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，采集人数上万，环境纯净，内容自然多样，近万小时，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
智能座舱语音交互黄金标准数据集
当前车内智能语音交互场景越来越多样化：除了传统的智能导航，娱乐、车内设备控制、应急响应、智能客服、虚拟伴驾等其他舱内智能语音交互正越来越多地通过人工智能技术实现。伴随着以数据驱动的人工智能的兴起，我们设立了此总时长为9,697小时的智能座舱语音交互黄金标准数据集，涵盖控制、导航、搜索、问题、任务、数字串等多领域语料，以更好地助力造车新势力及新能源车企打造卓越智能座舱交互体验，赢得更多市场机会。
MDT-AD020 美国英语手机朗读音频数据集
试听音频
MDT-RJ003 韩语高质量口语式语音数据集
该数据集专为训练更懂口语表达的AI模型打造，有利于提升韩语语音识别的自然交互能力，覆盖多场景真实对话，由多样化人群录制，字准率高。严格标注收音连音变化现象，文本与发音高度对齐。完整句子结构展现口语语序特点，标点设计符合韩语情感表达习惯，强化模型对终结词尾情感意图的捕捉能力。
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