没有找到想要的数据？
数据集推荐
自然口语对话端到端翻译数据集——中译英
晴数智慧布局对话式AI数据集多年，关注到大模型带来了大规模的对话式场景落地在3年前开始规划语音翻译数据集产品设计。高质量的语音翻译数据集成为基础能力制约的关键。晴数智慧设计生产了各个语言 (包括方言) 的端到端翻译数据集:MagicData-CLAM-MT自然口语对话端到端翻译数据。该数据集来自真实的人类自然对话，对话内容自然、丰富、具有个人特点且情感表达自然，可以使机器学习到人类的自然表达。
试听音频
MDT-AG024 阿拉伯语朗读音频数据集
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。
MDT-AB014 山西话朗读音频数据集—日常用语
试听音频
MDT-RI002 粤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，有利于提升粤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。针对粤语九声调、懒音、俚语等特性优化标注，严格保证音字匹配质量。完整语句结构与符合口语习惯的标点设计，帮助模型精准捕捉粤语特有的停顿节奏和语气词用法，攻克方言识别中的泛化瓶颈。
MDT-AG039 河北唐山对话音频数据集
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