中文童声语音合成数据集
中文童声语音合成数据集发音人为4岁女童（北京人），包含2235句话，时长超2小时。该数据集文本为日常用语。本次开源样例数据集时长为15分钟。 该发音人声音第一次用于TTS录制，音频已获得发音人与其监护人授权。 中文童声语音合成数据集由北京科技有限公司开发，免费发布供非商业使用。 如需更多声音，欢迎致电400-900-5251或邮件发送至 business@magicdatatech.com。
语种
中文
录音环境
NC-20 录音间
样例开源时长
15分钟
发音人介绍
4岁女童（北京人）
录音语料
日常口语句子
标注服务
发音校对、韵律层级、音素边界切分和分词词性标注
标注准确率
音字校验99.9%，韵律层级99%，分词词性99%，音素边界切分99%
版权所有者
没有找到想要的数据？
数据集推荐
MDT-BD001 中文儿童女声TTS数据集
试听音频
MDT-AF029 意大利语朗读音频数据集
试听音频
MDT-AB001 中文远近场音频数据集—远场
试听音频
MDT-RI003 英语高质量口语式语音数据集
该数据集专为训练更懂口语表达的AI模型打造，有利于提升英语语音识别的自然交互能力，重点捕捉自然对话中的连读、弱读及填充词，覆盖场景丰富，由多样化人群录制，字准率高。高完整度语句与符合母语习惯的标点标注，有效提升模型对英语韵律节奏的建模能力，实现语音精准识别。
自然口语对话端到端翻译数据集——中译英
晴数智慧布局对话式AI数据集多年，关注到大模型带来了大规模的对话式场景落地在3年前开始规划语音翻译数据集产品设计。高质量的语音翻译数据集成为基础能力制约的关键。晴数智慧设计生产了各个语言 (包括方言) 的端到端翻译数据集:MagicData-CLAM-MT自然口语对话端到端翻译数据。该数据集来自真实的人类自然对话，对话内容自然、丰富、具有个人特点且情感表达自然，可以使机器学习到人类的自然表达。
试听音频
MDT-AB015 韩语手机朗读音频数据集—新闻
【开源数据】
试听音频
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