纯净音自然多轮对话数据集——语音大模型
语种
中文
数据时长
28,000小时
文件格式
WAV、TXT
录音人数
80,000人
录音设备
智能手机
录音环境
安静室内
录音语料
根据主题自由对话
语音参数
8/16 kHz；16 bits
数据敏感项
无
版权所有者
晴数智慧
音频样音
没有找到想要的数据？
数据集推荐
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。
MDT-AF074 中文普通话对话音频数据集
试听音频
MDT-AD017 日语手机朗读数据库
MagicData拥有1500小时日语语料库，本次开源30小时数据集作为测试集。本语料库的录制文本为日常用语。采集方式为手机录音；录音输出为PCM格式。37名来自日本不同区域（如东京、大阪、北海道等）的发言人参与采集。MagicData日语手机朗读数据库（30小时）由MagicData有限公司开发，免费发布供非商业使用。 Magic Data研发制作了朗读、面对面对话、电话对话等多场景下的中文、英文、日语、韩语等数十种语言的语音数据库。该数据库得到了行业的广泛认可。如您想了解更多爱数数据库信息，欢迎您联系我们。
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。
MDT-AE063 马来语朗读音频数据集
试听音频
MDT-AB017 车载噪音音频数据集
【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