MDT-AI090 副语言信息高质量对话数据集
副语言相比情感，在对话过程中随着不同上下文，时刻发生着不同程度的变化，也就往往更为难以描述。为了能够更好的让大模型学会人类的副语言信息，晴数智慧全新打造了“副语言信息高质量对话数据集”。该数据集由资深产品专家和语音合成顾问联手打造，经过精细设计和专业生产流程，，确保标签体系精准。数据集具备48KHz高采样率，安静环境采集，涵盖不同地区、年龄、性别的人员，实现语音多样化。采集领域多样，覆盖20个领域主题，包括但不限于衣食住行、休闲娱乐、教育培训、健康医疗等。
语种
中文
数据风格
对话式
音频格式
PCM
采样率
48kHz
比特率
16bits
副语言
咳嗽、打哈欠、笑声、吞咽等近40类
人数
5000
时长
2000h
音频样音
副语言相比情感，在对话过程中随着不同上下文，时刻发生着不同程度的变化，也就往往更为难以描述。为了能够更好的让大模型学会人类的副语言信息，晴数智慧全新打造了“副语言信息高质量对话数据集”。该数据集由公司的产品资深专家和语音合成资深顾问强强联合，历经精心设计与打磨其标签体系并经过专业数据pipeline生产而成。此数据集具备48KHz高采样率，安静环境采集，筛选来自不同地区、年龄、性别人员录制以确保语音多样化。采集领域多样，覆盖20个领域主题，包括但不限于衣食住行、休闲娱乐、教育培训、健康医疗等。
没有找到想要的数据？
数据集推荐
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。
[开源] MDT-AF002 中文普通话对话音频数据集
【开源数据】
试听音频
语音复刻大模型高品质数据集——东南亚
MDT-AC010 中文普通话对话音频数据集
试听音频
MDT-AC012 西班牙语手机朗读音频数据集—日常用语
【开源数据】
试听音频
MDT-AE055 马来西亚英语朗读音频数据集—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