音频小语种

阿拉伯语语音数据库

数据集介绍

一、产品概述

阿拉伯语语音数据库，共899小时，448611句。采样率16000Hz，比特率16bit。共邀请1348名发音人通过手机在安静环境下进行录制。发音人主要来自阿尔及利亚、摩洛哥、沙特和埃及。经过专业语音校对人员转写标注，并通过严格质量检验，文本正确率在95%以上。

二、语音数据转写

数据转写人员根据所听到的音频写出内容，力求使文本内容与音频发音内容保持一致。一般准则如下：1）转写的内容必须和听到的语音完全一致，不能多字、少字、错字。اثني ثالثة”，而不是“123”。2）数字要转写为英文拉丁形式, 如“ واحد3）英文按单词小写，拼读发音需写成大写字母加空格，如， “W W W dot Google dot com”，“C E O”。4）标注内容的完整性要与实际发音一致，不得删减。