speech_dataset
v0.1
中国語
| 名前 | 期間/h | 住所 | 述べる | 応用 |
|---|---|---|---|---|
| thchs-30 | 30 | https://openslr.org/18/ | ||
| アイシェル | 150 | https://openslr.org/33/ | ||
| st-cmds | 110 | https://openslr.org/38/ | ||
| Primewords | 99 | https://openslr.org/47/ | ||
| エイダタタン | 200 | https://openslr.org/62/ | ||
| MagicData | 755 | https://openslr.org/68/ | ||
| ASR＆SD | 160 | http://ncmmsc2021.org/competition2.html | 利用可能な場合 | |
| aishell2 | 1000 | http://www.aishelltech.com/aishell_2 | 利用可能な場合 | |
| TAL ASR | 100 | https://ai.100tal.com/dataset | ||
| 一般的な声 | 63 | https://commonvoice.mozilla.org/zh-cn/datasets | 一般的な音声コーパス7.0 | |
| ASRU2019 ASR | 500 | https://www.datatang.com/competition | 利用可能な場合 | |
| 2021 SLT CSRC | 398 | https://www.data-baker.com/csrc_challenge.html | 利用可能な場合 | |
| aidatatang_1505zh | 1505 | https://datatang.com/opensource | 利用可能な場合 | |
| wenetspeech | 10000 | https://github.com/wenet-e2e/wenetspeech | ||
| kespeech | 1542 | https://openreview.net/forum?id=b3zoeq2sclq | 音声認識、スピーカーの検証、サブダイリア性の識別、音声変換 | |
| MagicData-Ramc | 180 | https://arxiv.org/pdf/2203.16844.pdf | マンダリン中国語のネイティブスピーカーから記録された会話の音声データ | |
| マンダリンヘビーアクセント会話スピーチコーパス | 58.78 | https://magichub.com/datasets/mandarin-heavy-centonational speech-corpus/ | ||
| 無料のセントチャイニーズマンダリンコーパス | - | https://openslr.org/38/ |
英語
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| 一般的な声 | 2015年 | https://commonvoice.mozilla.org/zh-cn/datasets | 一般的な音声コーパス7.0 |
| Librispeech | 960 | https://openslr.org/12/ | |
| ST-AEDS-20180100 | 4.7 | http://www.openslr.org/45/ | |
| Ted-Liumリリース3 | 430 | https://openslr.org/51/ | |
| 多言語のLibrispeech | 44659 | https://openslr.org/94/ | 限られた監督 |
| spgispeech | 5000 | https://datasets.kensho.com/datasets/scribe | 利用可能な場合 |
| 音声コマンド | 10 | https://www.kaggle.com/c/tensorfloweech-ecognition-challenge/data | |
| 2020AESRC | 160 | https://datatang.com/interspeech2020 | 利用可能な場合 |
| Gigaspeech | 10000 | https://github.com/speechcolab/gigaspeech | |
| 人々のスピーチ | 31400 | https://openreview.net/pdf?id=r8cwidgj0yt | |
| 収益21 | 39 | https://arxiv.org/abs/2104.11348 | |
| Voxpopuli | 24100+543 | https://arxiv.org/pdf/2101.00390.pdf | 24100（無効）、543（転写） |
| CMU Wilderness多言語音声データセット | 13 | http://festvox.org/cmu_wilderness/ | 多言語 |
| MSR-86K | 9795.46 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
中国語 - 英語
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| シーム | 30 | https://www.iscapeech.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 | 利用可能な場合 |
| 上昇します | 10.62 | https://arxiv.org/pdf/2112.06223.pdf |
日本人（JA-JP）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| 一般的な声 | 26 | https://commonvoice.mozilla.org/zh-cn/datasets | 一般的な音声コーパス7.0 |
| Japany_scripted_speech_corpus_daily_use_sentence | 18 | https://magichub.io/cn/datasets/japanese-speheech-corpus-daily-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 | 多言語 |
韓国（ko-kr）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| 韓国語のスピーチ - コルパスダイレイの使用センテンス | 4.3 | https://magichub.io/cn/datasets/korean-speheech-corpus-daily-use-sentence/ | |
| 韓国語を構成するスピーチ - コルパス | 5.22 | https://magichub.io/cn/datasets/korean-conversationalspeech-corpus/ | |
| MSR-86K | 10338.66 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
ロシア語（ru-ru）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| 一般的な声 | 148 | https://commonvoice.mozilla.org/zh-cn/datasets | 一般的な音声コーパス7.0 |
| Openstt | 20000 | https://arxiv.org/pdf/2006.08274.pdf | 限られた監督 |
| MSR-86K | 3188.52 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
フランス語（fr-fr）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| mediaspeech | 10 | https://arxiv.org/pdf/2103.16193.pdf | ASRシステム評価データセット |
| MSR-86K | 8316.70 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
スペイン語（es-es）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| mediaspeech | 10 | https://arxiv.org/pdf/2103.16193.pdf | ASRシステム評価データセット |
| MSR-86K | 13976.84 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
トルコ語（TR-TR）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| mediaspeech | 10 | https://arxiv.org/pdf/2103.16193.pdf | ASRシステム評価データセット |
アラビア語（AR）
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| mediaspeech | 10 | https://arxiv.org/pdf/2103.16193.pdf | ASRシステム評価データセット |
| MSR-86K | 873.84 | https://huggingface.co/datasets/alex-song/msr-86k | 多言語 |
ノイズと非音
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| ムーサン | - | https://openslr.org/17/ | |
| 部屋のインパルス応答とノイズデータベース | - | https://openslr.org/28/ | |
| オーディオセット | - | https://ieeexplore.ieee.org/document/7952261 |
中国語
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| aishell3 | 85 | https://openslr.org/93/ | |
| opencpop | - | https://wenet.org.cn/opencpop/download/ | 音声合成を歌います |
英語
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| HI-FIマルチスピーカー英語TTSデータセット | 291.6 | https://openslr.org/109/ | |
| Libritts Corpus | 585 | https://openslr.org/60/ | |
| speechocean762 | - | https://www.openslr.org/101/ | |
| Ryanspeech | 10 | http://mohammadmahoor.com/ryanspeech/ |
中国語
| 名前 | 期間/h | 住所 | 述べる | 応用 |
|---|---|---|---|---|
| aishell4 | 120 | https://openslr.org/111/ | 8チャンネル、会議シナリオ | 音声認識、スピーカーダイアリゼーション |
| ASR＆SD | 160 | http://ncmmsc2021.org/competition2.html | 利用可能な場合 | 音声認識、スピーカーダイアリゼーション |
| zhijiangcup | - | https://zhijiangcup.zhejianglab.com/zhijiang/match/details/id/6.html | 利用可能な場合 | 音声認識、スピーカーダイアリゼーション |
| m2met | 120 | https://arxiv.org/pdf/2110.07393.pdf | 8チャンネル、会議シナリオ | 音声認識、スピーカーダイアリゼーション |
英語
| 名前 | 期間/h | 住所 | 述べる | 応用 |
|---|---|---|---|---|
| チャイム-6 | - | https://chimechallenge.github.io/chime6/download.html | 利用可能な場合 | 音声認識、スピーカーダイアリゼーション |
中国語
| 名前 | 期間/h | 住所 | 述べる | 応用 |
|---|---|---|---|---|
| CN-Celeb | - | https://openslr.org/82/ | ||
| kespeech | 1542 | https://openreview.net/forum?id=b3zoeq2sclq | 音声認識、スピーカーの検証、サブダイリア性の識別、音声変換 | |
| mtass | 55.6 | https://github.com/windstudent/complex-mtassnet | ||
| thchs-30 | 40 | http://www.openslr.org/18/ |
英語
| 名前 | 期間/h | 住所 | 述べる |
|---|---|---|---|
| VoxceleBデータ | - | http://www.robots.ox.ac.uk/~vgg/data/voxceleb/ |
フランス語
| 名前 | 期間/h | 住所 | 述べる | 応用 |
|---|---|---|---|---|
| inagvad | 5 | https://github.com/ina-foss/inagvad | 10個のラジオと18のテレビチャンネル | 音声アクティビティ検出、スピーカーの性別セグメンテーション、性別監視 |
