深度學習數據集彙總（語音數據集）

分享一些英文和中文語音數據集，開啟語音識別之旅

1、TIMIT

簡介：語音識別語料庫

規模：6.3K個英語句子

地址：

https://catalog.ldc.upenn.edu/LDC93S1

http://www.fon.hum.uva.nl/david/ma_ssp/2012/

2、VoxForge

簡介：Free GPL Speech Audio

規模：

地址：http://www.voxforge.org/

3、2000 HUB5 English Evaluation Transcripts

簡介：英語電話對話語音數據集

規模：40 source speech data files

地址：https://catalog.ldc.upenn.edu/LDC2002T43

4、CHIME

簡介：CHiME-5競賽數據集

規模：The CHiME-5 data consists of 20 parties each recorded in a different home

地址：http://spandh.dcs.shef.ac.uk/chime_challenge/data.html

5、Yesno

簡介：Sixty recordings of one individual saying yes or no in Hebrew; each recording is eight words long

規模：60 .wav files, sampled at 8 kHz

地址：http://www.openslr.org/1/

6、Vystadial

簡介：English and Czech data, mirrored from the Vystadial project

規模：

地址：http://www.openslr.org/6/

7、TED-LIUM

簡介：English speech recognition training corpus from TED talks, created by Laboratoire d’Informatique de l’Université du Maine (LIUM)

規模：118 hours of speech

地址：http://www.openslr.org/7/

8、LibriSpeech ASR corpus

簡介：Large-scale (1000 hours) corpus of read English speech

規模：1000 hours of speech

地址：http://www.openslr.org/12/

9、The AMI Corpus

簡介：Acoustic speech data and meta-data from The AMI corpus

規模：100 hours of meeting recordings

地址：http://www.openslr.org/16/

10、THCHS-30

簡介：A Free Chinese Speech Corpus Released by CSLT@Tsinghua University

規模：

地址：http://www.openslr.org/18/

11、TED-LIUMv2

簡介：TED-LIUM corpus release 2, English speech recognition training corpus from TED talks, created by Laboratoire d’Informatique de l’Université du Maine (LIUM)

規模：

地址：http://www.openslr.org/19/

12、THUYG-20

簡介：A free Uyghur speech database Released by CSLT@Tsinghua University & Xinjiang University

規模：

地址：http://www.openslr.org/22/

13、Aishell

簡介：Mandarin data, provided by Beijing Shell Shell Technology Co.,Ltd

規模：

地址：http://www.openslr.org/33/

14、Free ST Chinese Mandarin Corpus

簡介：A free Chinese Mandarin corpus by Surfingtech (www.surfing.ai)

規模：containing utterances from 855 speakers, 102600 utterances

地址：http://www.openslr.org/38/

15、Free ST American English Corpus

簡介：A free American English corpus by Surfingtech (www.surfing.ai)

規模：containing utterances from 10 speakers, Each speaker has about 350 utterances

地址：http://www.openslr.org/45/

16、TED-LIUM Release 3

簡介：TED-LIUM corpus release 3

規模：

地址：http://www.openslr.org/51/

17、FSDD

簡介：一個簡單的語音數據集

規模：1.5K recordings

地址：https://github.com/Jakobovski/free-spoken-digit-dataset

18、FMA

簡介：A Dataset For Music Analysis

規模：106,574 tracks

地址：https://github.com/mdeff/fma

19、Ballroom

簡介：交際舞音頻

規模：698個樣本

地址：http://mtg.upf.edu/ismir2004/contest/tempoContest/node5.html

20、Million Song Dataset

簡介：歌曲集

規模：one million songs

地址：https://labrosa.ee.columbia.edu/millionsong/

閱讀更多 深度學習社區 的文章

關鍵字: 簡介 語音識別 數據