speech_dataset

El conjunto de datos del reconocimiento de voz

Chino

nombre	duración/h	DIRECCIÓN	observación	solicitud
THCHS-30	30	https://openslr.org/18/
Aishell	150	https://openslr.org/33/
St-cmds	110	https://openslr.org/38/
Primeñas	99	https://openslr.org/47/
aidatatang	200	https://openslr.org/62/
Data mágica	755	https://openslr.org/68/
Asr & sd	160	http://ncmmsc2021.org/competition2.html	Si está disponible
Aishell2	1000	http://www.aishelltech.com/aishell_2	Si está disponible
Tal asr	100	https://ai.100tal.com/dataset
Voz común	63	https://commonvoice.mozilla.org/zh-cn/datasets	Common Voice Corpus 7.0
Asru2019 asr	500	https://www.datatang.com/competition	Si está disponible
2021 SLT CSRC	398	https://www.data-baker.com/csrc_challenge.html	Si está disponible
Aidatatang_1505zh	1505	https://datatang.com/opensource	Si está disponible
Wenetspeech	10000	https://github.com/wenet-e2e/wenetspeech
Kepeech	1542	https://openreview.net/forum?id=b3zoeq2sclq		Reconocimiento de voz, verificación del hablante, identificación de subdialectas, conversión de voz
MagicData-Ramc	180	https://arxiv.org/pdf/2203.16844.pdf	Datos del habla conversacionales registrados de hablantes nativos de chino mandarín
Mandarin Heavy Accent Conversational Speech Corpus	58.78	https://magichub.com/datasets/mandarin-heavy-accent-conversational-speech-corpus/
Corpus de mandarín chino gratis	-	https://openslr.org/38/

Inglés

nombre	duración/h	DIRECCIÓN	observación
Voz común	2015	https://commonvoice.mozilla.org/zh-cn/datasets	Common Voice Corpus 7.0
Libriscoech	960	https://openslr.org/12/
ST-AEDS-20180100	4.7	http://www.openslr.org/45/
TED-Lium Release 3	430	https://openslr.org/51/
Librispeech multilingüe	44659	https://openslr.org/94/	supervisión limitada
Spgispeech	5000	https://datasets.kensho.com/datasets/scribe	Si está disponible
Comandos del discurso	10	https://www.kaggle.com/c/tensorflow-speech-recognition-challenge/data
2020aesrc	160	https://datatang.com/interspeech2020	Si está disponible
Gigaspa	10000	https://github.com/speechcolab/gigaspeech
El discurso del pueblo	31400	https://openreview.net/pdf?id=r8cwidgj0yt
Ganancias-21	39	https://arxiv.org/abs/2104.11348
Voxpopuli	24100+543	https://arxiv.org/pdf/2101.00390.pdf	24100 (sin etiquetar), 543 (transcrito)
Conjunto de datos de discurso multilingüe de CMU Wilderness	13	http://festvox.org/cmu_wilderness/	Plurilingüe
MSR-86K	9795.46	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Chino-inglés

nombre	duración/h	DIRECCIÓN	observación
Costero	30	https://www.isca-saech.org/archive_v0/archive_papers/interspeech_2010/i10_1986.pdf
Tal csasr	587	https://ai.100tal.com/dataset
ASRU2019 CSASR	200	https://www.datatang.com/competition	Si está disponible
ASCENDER	10.62	https://arxiv.org/pdf/2112.06223.pdf

Japonés (JA-JP)

nombre	duración/h	DIRECCIÓN	observación
Voz común	26	https://commonvoice.mozilla.org/zh-cn/datasets	Common Voice Corpus 7.0
Japonés_scripted_speech_corpus_daily_use_sentence	18	https://magichub.io/cn/datasets/japanese-scripted-sepech-corpus-1ily-use-sentence/
Laborotvspeech	2000	https://arxiv.org/pdf/2103.14736.pdf
CSJ	650	https://github.com/kaldi-asr/kaldi/tree/master/egs/csj
Jtubespeech	1300	https://arxiv.org/pdf/2112.09323.pdf
MSR-86K	1779.03	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Coreano (ko-kr)

nombre	duración/h	DIRECCIÓN	observación
orientación de uso-discurso de escote coreano	4.3	https://magichub.io/cn/datasets/korean-scripted-sepech-corpus-1ily-use-sentence/
Corano-Conversacional-Consejo-Corpus	5.22	https://magichub.io/cn/datasets/korean-conversational-speech-corpus/
MSR-86K	10338.66	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Ruso (ru-ru)

nombre	duración/h	DIRECCIÓN	observación
Voz común	148	https://commonvoice.mozilla.org/zh-cn/datasets	Common Voice Corpus 7.0
Inauguración	20000	https://arxiv.org/pdf/2006.08274.pdf	supervisión limitada
MSR-86K	3188.52	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Francés (FR-FR)

nombre	duración/h	DIRECCIÓN	observación
Expresión de medios	10	https://arxiv.org/pdf/2103.16193.pdf	Conjunto de datos de evaluación del sistema ASR
MSR-86K	8316.70	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Español (es-es)

nombre	duración/h	DIRECCIÓN	observación
Expresión de medios	10	https://arxiv.org/pdf/2103.16193.pdf	Conjunto de datos de evaluación del sistema ASR
MSR-86K	13976.84	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

Turco (tr-tr)

nombre	duración/h	DIRECCIÓN	observación
Expresión de medios	10	https://arxiv.org/pdf/2103.16193.pdf	Conjunto de datos de evaluación del sistema ASR

Árabe (AR)

nombre	duración/h	DIRECCIÓN	observación
Expresión de medios	10	https://arxiv.org/pdf/2103.16193.pdf	Conjunto de datos de evaluación del sistema ASR
MSR-86K	873.84	https://huggingface.co/datasets/alex-song/msr-86k	Plurilingüe

ruido y no paces

nombre	duración/h	DIRECCIÓN	observación
Musán	-	https://openslr.org/17/
Respuesta al impulso de habitación y base de datos de ruido	-	https://openslr.org/28/
Audioset	-	https://ieeexplore.ieee.org/document/7952261

---

---

El conjunto de datos de la síntesis del habla

Chino

nombre	duración/h	DIRECCIÓN	observación
Aishell3	85	https://openslr.org/93/
Opencpop	-	https://wenet.org.cn/opencpop/download/	Síntesis de voz de canto

Inglés

nombre	duración/h	DIRECCIÓN	observación
Conjunto de datos TTS en inglés de Hi-Fi Multi-Fi-Fi	291.6	https://openslr.org/109/
Corpus de Libritts	585	https://openslr.org/60/
SpeechOcean762	-	https://www.openslr.org/101/
Ryanspeech	10	http://mohammadmahoor.com/ryanspeech/

---

---

El conjunto de datos del reconocimiento de voz y la diarización del altavoz

Chino

nombre	duración/h	DIRECCIÓN	observación	solicitud
Aishell4	120	https://openslr.org/111/	8 canales, escenarios de conferencia	Reconocimiento de voz, diarización del hablante
Asr & sd	160	http://ncmmsc2021.org/competition2.html	Si está disponible	Reconocimiento de voz, diarización del hablante
zhijiangcup	-	https://zhijiangcup.zhejianglab.com/zhijiang/match/details/id/6.html	Si está disponible	Reconocimiento de voz, diarización del hablante
M2met	120	https://arxiv.org/pdf/2110.07393.pdf	8 canales, escenarios de conferencia	Reconocimiento de voz, diarización del hablante

Inglés

nombre	duración/h	DIRECCIÓN	observación	solicitud
Chime-6	-	https://chimechallenge.github.io/chime6/download.html	Si está disponible	Reconocimiento de voz, diarización del hablante

---

---

El conjunto de datos del reconocimiento de altavoces

Chino

nombre	duración/h	DIRECCIÓN	observación	solicitud
CN-CELEB	-	https://openslr.org/82/
Kepeech	1542	https://openreview.net/forum?id=b3zoeq2sclq		Reconocimiento de voz, verificación del hablante, identificación de subdialectas, conversión de voz
Mtagua	55.6	https://github.com/windstudent/complex-mtassnet
THCHS-30	40	http://www.openslr.org/18/

Inglés

nombre	duración/h	DIRECCIÓN	observación
Datos de voxceleb	-	http://www.robots.ox.ac.uk/~vgg/data/voxceleb/

El conjunto de datos de la detección de actividades de voz

Francés

nombre	duración/h	DIRECCIÓN	observación	solicitud
Inagvad	5	https://github.com/ina-foss/inagvad	10 radio y 18 canales de televisión	Detección de actividad de voz, segmentación de género del altavoz, monitoreo de género