没有找到想要的数据？
数据集推荐
MDT-AD009 日语手机朗读音频数据集—日常用语
试听音频
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-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-AI101 西班牙语双工自然对话数据集
完整保留母语者高速对话中的语调跳跃、即兴打断和协同发言特征。通过独立音轨技术实现精准语音分离，搭配多说话人标注及场景分类，为AI模型提供应对西语多变语速、地域表达差异的强化训练基础。
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
MDT-AD024 中文唤醒词朗读音频数据集—唤醒词
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