Données de lecture de mots de commande – 491 locuteurs (casque Bluetooth)

données de commandes vocales

données d’assistant vocal

données vocales de voiture

ensemble de données de commandes vocales

Corpus vocal de commandes enregistré via oreillettes Bluetooth, collecté auprès de 491 locuteurs natifs chinois. Chaque participant a enregistré une liste commune de 17 commandes vocales usuelles. La répartition hommes-femmes est équilibrée et les locuteurs couvrent divers groupes d’âge. Les enregistrements ont été réalisés à l’aide d’oreillettes compatibles avec les principaux modèles du marché, assurant la représentativité des dispositifs. Ce corpus s’applique au développement d’assistants vocaux de nouvelle génération, à l’optimisation des fonctionnalités des écouteurs intelligents, au contrôle vocal, ainsi qu’à la recherche avancée en reconnaissance vocale. Toutes les données respectent strictement les réglementations sur la protection des données personnelles (GDPR, CCPA, PIPL).

Il s'agit d'un ensemble de données payant destiné à un usage commercial, à la recherche et plus encore. Ces Jeux de données prêts à l'emploi et sous licence contribuent au lancement de projets d'IA.

Spécifications

Format

16 kHz, 16 bits, format WAV non compressé, mono

Environnement d'enregistrement

Environnement intérieur calme et sans réverbération

Contenu d'enregistrement

Inclut 17 commandes vocales courantes : « lire la musique », « démarrer la lecture », « mettre la musique en pause », « mettre la lecture en pause », « arrêter la musique », « arrêter la lecture », « répondre à l’appel », « raccrocher », « augmenter le volume », « volume plus fort », « diminuer le volume », « volume plus faible », « morceau précédent », « chanson précédente », « avancer », « morceau suivant », « ajouter à la liste des favoris »

Intervenants

491 participants, parité hommes/femmes (1:1), âges allant de 9 à 60 ans

Dispositifs

Différents modèles d’écouteurs Bluetooth TWS

Langue

Mandarin (chinois standard)

Code de région linguistique

zh-CN

Pays

Chine

Scène d'application

Reconnaissance vocale ; reconnaissance de l’empreinte vocale

Jeux de données recommandés

Base de synthèse de timbre moyen à haute expressivité pour narration de 4 locuteurs en chinois

Base de synthèse de timbre moyen à haute expressivité pour narration de 4 locuteurs en chinois, collectée par des comédiens vocaux professionnels, compte tenu des livres, l'orateur lit dans le style d'une narration très expressive.

Haute expressivité Narration TTS Chinois

Base de synthèse de timbre moyen multistyle et multi-émotions pour 5 locuteurs

Base de synthèse de timbre moyen multistyle et multi-émotions pour 5 locuteurs, collectée par des comédiens de doublage professionnels. Le style comprend 4 types de patronnes capables, des princes audacieux, des servantes habiles et des belles-mères gentilles ; Les émotions comprennent le dédain, la colère, la joie, l'inquiétude, la surprise, le halètement de peur, le reniflement (dédain), la sympathie, le rire, l'activité mentale, le sérieux, le dégoût, le doute, la neutralité.

Corpus de Synthèse TTS Mandarin Chinois Multi-style Multi-émotionnel

Ensemble de données pour le concours de dialogue vocal multilingue Interspeech 2025 - MLC-SLM

Le contexte de l'ensemble de données pour le concours de dialogue vocal multilingue Interspeech 2025 - MLC-SLM est que Datatang a organisé le concours de discours de dialogue multilingue MLC-SLM en 2025, et l'ensemble de données provient des 15 ensembles de données de discours de dialogue de Datatang. Il est conçu pour briser le goulot d'étranglement de la reconnaissance vocale multilingue et de la technologie de compréhension de contexte long, et capturer véritablement des scénarios d'interaction complexes tels que le chevauchement des locuteurs et l'interruption impromptue, fournissant ainsi de riches ressources pour la recherche et les applications liées à la reconnaissance vocale, et aidant le modèle à bien fonctionner face à la diversité du monde réel. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

ensemble de données audio d'atelier ensemble de données mlc-slm données de reconnaissance vocale ASR

3000 heures de données vocales de conversation naturelle en mandarin pleinement duplex

Données vocales de conversation naturelle en mandarin pleinement duplex, enregistrées sur la base de conversations sur des sujets courants. Cet ensemble de données est marqué avec une variété d'attributs tels que le contenu du texte, l'horodatage des phrases, l'identité du locuteur, le sexe, etc., il garantit une grande exactitude. Cette ressource riche constitue un outil précieux pour la recherche et les applications liées à la reconnaissance vocale. Validé par plusieurs entreprises en intelligence artificielle, il contribue à améliorer les performances des modèles face à la diversité des situations réelles. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

Full-Duplex Dialogues Mandarin

119 heures de données vocales de lecture en grec collectées par téléphone portable

Données vocales de lecture en grec collectées par téléphone portable, lues et simulées basé sur un script donné et enregistré, avec un total de 95 enregistreurs, enregistrés depuis la Grèce, et enregistrés dans un environnement calme et sans écho. L'enregistrement est vaste, environ 1 000 phrases par personne. Le texte a été relu manuellement, il garantit une grande exactitude. Cette ressource riche constitue un outil précieux pour la recherche et les applications liées à la reconnaissance vocale. Validé par plusieurs entreprises en intelligence artificielle, il contribue à améliorer les performances des modèles face à la diversité des situations réelles. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

Ensemble de données de monologue scénarisé en grec Ensemble de données vocales grecques Données audio grecques Données vocales grecques Données de synthèse vocale grecques

280 heures de données vocales de lecture en norvégien collectées par téléphone portable

Données vocales de lecture en norvégien collectées par téléphone portable, lues et simulées basé sur un script donné et enregistré, avec un total de 157 enregistreurs, enregistrés depuis la Norvège et enregistrés dans un environnement calme sans écho. L'enregistrement est vaste, environ 1 000 phrases par personne. Le texte a été relu manuellement, il garantit une grande exactitude. Cette ressource riche constitue un outil précieux pour la recherche et les applications liées à la reconnaissance vocale. Validé par plusieurs entreprises en intelligence artificielle, il contribue à améliorer les performances des modèles face à la diversité des situations réelles. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

Ensemble de données de monologue scénarisé norvégien Ensemble de données vocales norvégiennes Données de synthèse vocale norvégiennes Corpus NLP norvégien Données vocales norvégiennes Ensemble de données audio norvégiennes

600 heures de données vocales parlées en grec

Données vocales parlées en grec, couvrant des domaines généraux tels que les médias personnels, le dialogue et la diffusion en direct, reflétant des situations interactives du monde réel. Cet ensemble de données est marqué avec divers attributs tels que le contenu du texte, l'identité du locuteur et le sexe, et est enregistré par plusieurs Roumains de différents milieux géographiques et culturels, avec une grande précision et une grande facilité d'utilisation, fournissant de riches ressources pour la recherche et les applications liées à la reconnaissance vocale, aidant le modèle à bien fonctionner face à la diversité du monde réel. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

ensemble de données de parole grecque données d'entraînement ASR grecques corpus de conversation grecque discours de monologue grec ensemble de données de reconnaissance vocale grecque données grecques de synthèse vocale ensemble de données vocales grecques ensemble de données de transcription grecque

600 heures de données vocales parlées en norvégien

Données vocales parlées en norvégien, couvrant des domaines généraux tels que les médias personnels, le dialogue et la diffusion en direct, reflétant des situations interactives du monde réel. Cet ensemble de données est marqué avec divers attributs tels que le contenu du texte, l'identité du locuteur et le sexe, et est enregistré par plusieurs Roumains de différents milieux géographiques et culturels, avec une grande précision et une grande facilité d'utilisation, fournissant de riches ressources pour la recherche et les applications liées à la reconnaissance vocale, aidant le modèle à bien fonctionner face à la diversité du monde réel. Nous respectons strictement les réglementations sur la protection des données et de la vie privée, en veillant à préserver la confidentialité et les droits légitimes des utilisateurs tout au long des processus d'acquisition, de stockage et d'utilisation. Toutes les données sont conformes au RGPD, à la CCPA et à la PIPL.

ensemble de données vocales norvégiennes données d'entraînement ASR norvégiennes corpus de conversations norvégiennes discours monologue norvégien ensemble de données norvégiennes de reconnaissance vocale données norvégiennes de reconnaissance vocale données norvégiennes de reconnaissance vocale ensemble de données vocales norvégiennes données vocales multilingues ensemble de données de transcription norvégienne