开源 MagicData-RAMC：一个丰富标注的普通话对话（RAMC）语音数据集
计算与语言
2022-04-01 v1 音频与语音处理
摘要
本文介绍了一个名为 MagicData-RAMC 的高质量丰富标注普通话对话（RAMC）语音数据集。MagicData-RAMC 语料库包含 180 小时对话语音数据，由普通话语母语者通过手机录制，采样率为 16 kHz。MagicData-RAMC 中的对话被划分为 15 个多样化领域并标注了主题标签，涵盖科技至日常生活。每个样本均人工标注了准确转写与精确说话人语音活动时间戳。同时提供了说话人的详细信息。作为一个面向对话场景设计、具有高质量与丰富标注的普通话语音数据集，MagicData-RAMC 丰富了普通话语音界的数据多样性，并支持一系列语音相关任务的广泛研究，包括自动语音识别、说话人日记化、主题检测、关键词检索、文本到语音等。我们还开展了若干相关任务并提供实验结果以帮助评估该数据集。
引用
@article{arxiv.2203.16844,
title = {Open Source MagicData-RAMC: A Rich Annotated Mandarin Conversational(RAMC) Speech Dataset},
author = {Zehui Yang and Yifan Chen and Lei Luo and Runyan Yang and Lingxuan Ye and Gaofeng Cheng and Ji Xu and Yaohui Jin and Qingqing Zhang and Pengyuan Zhang and Lei Xie and Yonghong Yan},
journal= {arXiv preprint arXiv:2203.16844},
year = {2022}
}
备注
Paper on submission to Interspeech2022