四川方言语音数据库
数据集介绍
一、产品概述
四川方言语音数据库共688小时。数据类型包含朗读和对话，其中朗读341小时，对话347小时。录音语言四川方言；录音地区为中国四川。共邀请1729名录音人，在安静环境下使用手机进行录制。此数据库经过专业校对，文本正确率达到95%以上，可用于声纹识别、语音识别等研究。
二、录音语料
录音文本结果
此数据库朗读部分录音文本采用每人470句，语音内容覆盖唤醒词、命令词、自由文本等，具体分配如下：
领域 · 内容例句 · 编号
唤醒词 · 小爱同学、小度小度 · 0001-0021
POI · 导航到科技广场 · 0022-0044
家居控制 · 请帮我开启视频二 · 0045-0051
拼读 · Q M P E · 0052-0054
数字 · 八百六十零九千五百七十七 · 0055-0074
问答 · 陈十三演的电影有哪些 · 0075-0089
音乐 · 唱首歌汪苏泷的歌 · 0090-0119
电视电影 · 游戏女王国语版 · 0120-0139
电台 · 我要把A M调为九百一十五点五千兆 · 0140-0144
娱乐 · 欧阳娜娜之后到大陆工作 · 0145-0160
财经 · 同比增长百分之幺点九 · 0161-0240
科技 · 出货量总额不敌苹果手表第一天额预定量 · 0241-0290
体育 · 今后阿拉会以北马为基础 · 0291-0340
时事新闻 · 玻璃门上贴了一张告示 · 0341-0390
综合 · 对你来说今晚一定很漫长 · 0391-0470
合计 · · 470
对话时录音人根据给定主题，自由发挥进行录制，主题分类大致如下：领域占比
电商零售 · 18%
金融 · 9%
教育 · 12%
科技 · 9%
生活服务 · 11%
汽车销售 · 9%
房地产 · 10%
物流 · 6%
其它 · 17%
汇总 · 100%
语料池处理
- 脱敏处理，删除政治敏感、个人隐私、色情暴力等内容。
- 删除 < , > , [ , ] , ～ , / , \ , = 等符号，数字串部分除外。
- 删除含有中文和英文以外语言的内容。
- 统一格式。
三、发音人信息
性别比例
数据库总人数为1729人，男725人，女1004人。
性别 · 男性 · 女性 · 合计
占比 · 41.9% · 58.1% · 100%
年龄比例
录音人年龄具体分布如下所示：A(18-25岁)；B(26-40岁)；C(41-50岁)；D(51+岁)。人数占比年龄段
A · 18-25岁 · 454 · 26.3%
B · 26-40岁 · 1006 · 58.2%
C · 41-50岁 · 244 · 14.1%
D · 51+岁 · 25 · 1.4%
合计 · · 100% ·
四、数据录制环境
录制环境
安静室内，无回音，无其它人说话。
录制设备
市面上常见的手机，如苹果、华为、小米、oppo等。数据存储格式为16kHz，16bitwav文件。
录制方法
朗读部分录音人在安静室内通过手机小程序进��录制，正常语速朗读文本。对话部分录音人在安静室内通过手机拨打电话进行录制。
五、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。2）数字要转写为汉字形式, 如“一二三”，而不是“123”。注意区分“一”和“幺”，“二”和“两”。3）音频中有英文发音的应写成相应的汉字或英文。具体分为以下几种情况：网址中包含的所有的字母或单词，均为大写。例如：发音内容为”www”, 应转写为“三W点A B C点com”发音中包含的英文单词，转写时全部为小写。发音中包含的英文字母，转写时全部为大写。对于一些大写专有名词，大写且不加空格，例如：CEO、NBA等。4）标注内容的完整性要与实际发音一致，不得删减。
六、数据文件目录
目录结构
数据目录树数据目录结构
└─dialogue（对话数据）
│├─DOC（文本文件夹）
│├─wav_list.txt（音频列表）
│├─spkrinfo.xlsx（录音人信息）
│├─Textgrid（转写文本文件夹）
│├─PCD_0111.Textgrid（转写文本）
│├─SPEECHDATA（数据文件夹）
││ ││ PCD_0111.wav（音频文件）
│
└─reading（朗读数据）
│├─DOC (文本文件夹)
│├─content.txt（转写文本）
│├─wav_list.xlsx（音频列表）
│├─spkrinfo.xlsx（录音人信息）
│├─SPEECHDATA (数据文件夹)
│├─PC0322 (录音人编号)
││ ││ PC0322_0001.wav（音频文件）
命名规则
目录命名规则
<DATA_TYPE>/<USAGE>/<SpeakerID>/<wav_ID>e.g.reading/SPEECHDATA/PC0322/PC0322_0001.wav
目录 · 内容 · 备注
DATA_TYPE · dialogue/reading · 数据类别
USAGE · SPEECHDATA · 文件夹名称
SpeakerID · PC0322 · 录音人编号
wav_ID · PC0322_0001.wav · 音频文件
文件命名规则
<SpeakerID>_<wav_ID>e.g. PC0322_0001.wav
文件 · 内容 · 备注
SpeakerID · PC0322 · 录音人编号
<SpeakerID>_<wav_ID> · 0001.wav · 音频ID
数据样例下载
样例
- 音频样例 1
- 音频样例 2