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
MDT-AG035 江西方言对话音频数据集
试听音频
MDT-AB007 家居噪音音频数据集
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。
MDT-AF010 新加坡英语朗读音频数据集—唤醒词
试听音频
MDT-AC015 大学英语发音评分标注数据集
试听音频
MDT-AF044 韩语朗读音频数据集
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