高质量的音频/语音/语音数据集来训练您的会话 AI 模型
多种语言的现成语音/语音/音频数据集，可快速启动您的自动语音识别 (ASR) 模型
插入您今天缺少的音频数据目录
菜单
| 详细信息 | 语言数据集 | 采样率 | 数据集类型 | 总音频时数 | 总演讲时数 | 数据集描述 | 音频频道 | 录音平台 | WER（％） | 音频格式 | 转录格式 | 用例 | CTA | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
 | 非裔美国人 | 非裔美国人白话 | 8kHz | 呼叫中心 | 214 | 211 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 非裔美国人 | 非裔美国人白话 | 16kHz | 媒体音频 | 159 | 149 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 南非荷兰语 | 南非荷兰语 | 8kHz | 一般对话 | 368 | 404 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，在非洲说南非荷兰语 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 南非荷兰语 | 南非荷兰语 | 16kHz | 媒体音频 | 658 | 615 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 阿拉伯语 | 阿拉伯语 | 8kHz | 一般对话 | 293 | 297 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，来自海湾国家的阿拉伯语 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 波士顿 | 波士顿 | 8kHz | 呼叫中心 | 177 | 175 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 波士顿 | 波士顿 | 8kHz | 一般对话 | 32 | 32 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 波士顿 | 波士顿 | 16kHz | 媒体音频 | 93 | 93 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 中文英文 | 中文英文 | 8kHz | 呼叫中心 | 169 | 130 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 中文英文 | 中文英文 | 16kHz | 媒体音频 | 249 | 236 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 丹麦语 | 丹麦语 | 8kHz | 一般对话 | 372 | 395 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 丹麦语 | 丹麦语 | 16kHz | 媒体音频 | 664 | 603 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 英语 | 英语 | 16kHz | 媒体音频 | 10 | 9 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 英语深南 | 英语深南 | 8kHz | 呼叫中心 | 151 | 149 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 英语深南 | 英语深南 | 8kHz | 一般对话 | 56 | 56 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 英语深南 | 英语深南 | 16kHz | 媒体音频 | 266 | 248 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 希伯来语 | 希伯来语 | 8kHz | 一般对话 | 399 | 397 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，以色列希伯来语 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 希伯来语 | 希伯来语 | 16kHz | 媒体音频 | 427 | 400 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印度英语 | 印度英语 | 8kHz | 呼叫中心 | 208 | 185 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印度英语 | 印度英语 | 16kHz | 媒体音频 | 216 | 219 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 西班牙裔英语 | 西班牙裔英语 | 8kHz | 呼叫中心 | 212 | 209 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 西班牙裔英语 | 西班牙裔英语 | 16kHz | 媒体音频 | 155 | 150 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印度英语 | 印度英语 | 16kHz | 媒体音频 | 137 | 87 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印尼语 | 印尼语 | 8kHz | 一般对话 | 496 | 598 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，印尼语 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印尼语 | 印尼语 | 16kHz | 媒体音频 | 643 | 610 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 爱尔兰语 | 爱尔兰语 | 8kHz | 一般对话 | 192 | 180 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 韩语 | 韩语 | 8kHz | 呼叫中心 | 107 | 103 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 韩语 | 韩语 | 16kHz | 媒体音频 | 204 | 197 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马来语 | 马来语 | 8kHz | 一般对话 | 266 | 302 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，马来西亚马来语 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马来语 | 马来语 | 16kHz | 媒体音频 | 344 | 305 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 新西兰英语 | 新西兰英语 | 8kHz | 一般对话 | 148 | 142 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 新西兰英语 | 新西兰英语 | 16kHz | 媒体音频 | 400 | 400 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 纽约英语 | 纽约英语 | 8kHz | 呼叫中心 | 103 | 103 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 纽约英语 | 纽约英语 | 8kHz | 一般对话 | 107 | 106 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 纽约英语 | 纽约英语 | 16kHz | 媒体音频 | 140 | 140 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 波兰语 | 波兰语 | 16kHz | 媒体音频 | 269 | 255 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 苏格兰的 | 苏格兰的 | 8kHz | 一般对话 | 292 | 267 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 新加坡英语 | 新加坡英语 | 8kHz | 呼叫中心 | 218 | 194 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 新加坡英语 | 新加坡英语 | 16kHz | 媒体音频 | 247 | 240 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 南非英语 | 南非英语 | 8kHz | 呼叫中心 | 261 | 204 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 南非英语 | 南非英语 | 16kHz | 媒体音频 | 251 | 245 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 西班牙语 | 西班牙语 | 16kHz | 媒体音频 | 3 | 2 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 斯瓦希里 | 斯瓦希里 | 8kHz | 呼叫中心 | 184 | 165 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 斯瓦希里 | 斯瓦希里 | 8kHz | 呼叫中心 | 46 | 44 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 斯瓦希里 | 斯瓦希里 | 16kHz | 媒体音频 | 203 | 191 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 斯瓦希里 | 斯瓦希里 | 16kHz | 媒体音频 | 62 | 58 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 瑞典语 | 瑞典语 | 8kHz | 呼叫中心 | 250 | 224 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 瑞典语 | 瑞典语 | 16kHz | 媒体音频 | 278 | 255 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰卢固语 | 泰卢固语 | 8kHz | 一般对话 | 553 | 582 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰卢固语 | 泰卢固语 | 16kHz | 媒体音频 | 648 | 599 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰国人 | 泰国人 | 8kHz | 一般对话 | 183 | 201 | 两个人之间的即兴电话交谈。 大约。 音频时长（范围） - 15-60 分钟，朋友之间使用的非正式记录 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰国人 | 泰国人 | 16kHz | 媒体音频 | 173 | 167 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 越南语 | 越南语 | 8kHz | 一般对话 | 295 | 293 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟，北部（例如，河内）、中部和南部（例如，胡志明市）。 | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 越南语 | 越南语 | 16kHz | 媒体音频 | 257 | 248 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 威尔士语 | 威尔士语 | 8kHz | 一般对话 | 278 | 299 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印度英语 | 印度英语 | 8kHz | 呼叫中心 | 200 | 200 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰卢固语 | 泰卢固语 | NA | 呼叫中心 | 30 | 30 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 淡米尔文 | 淡米尔文 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 卡纳达语 | 卡纳达语 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉雅拉姆语 | 马拉雅拉姆语 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 孟加拉语 | 孟加拉语 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 古吉拉特语 | 古吉拉特语 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉 | 马拉 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 阿萨姆 | 阿萨姆 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 奥里亚语 | 奥里亚语 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 旁遮普 | 旁遮普 | NA | 呼叫中心 | 60 | 60 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰卢固语 | 泰卢固语 | NA | 一般对话 | 50 | 50 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 淡米尔文 | 淡米尔文 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 卡纳达语 | 卡纳达语 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉雅拉姆语 | 马拉雅拉姆语 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 孟加拉语 | 孟加拉语 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 古吉拉特语 | 古吉拉特语 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉 | 马拉 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 阿萨姆 | 阿萨姆 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 奥里亚语 | 奥里亚语 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 旁遮普 | 旁遮普 | NA | 一般对话 | 100 | 100 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 泰卢固语 | 泰卢固语 | NA | 媒体音频 | 20 | 20 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 淡米尔文 | 淡米尔文 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 卡纳达语 | 卡纳达语 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉雅拉姆语 | 马拉雅拉姆语 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 孟加拉语 | 孟加拉语 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 古吉拉特语 | 古吉拉特语 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 马拉 | 马拉 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 阿萨姆 | 阿萨姆 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 奥里亚语 | 奥里亚语 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 旁遮普 | 旁遮普 | NA | 媒体音频 | 40 | 40 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | NA | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 英语美国 | 英语美国 | 48kHz | 脚本独白 | 5 | 4 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 西班牙语 西班牙 | 西班牙语 西班牙 | 48kHz | 脚本独白 | 10 | 8 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 墨西哥人 | 墨西哥人 | 48kHz | 脚本独白 | 1,492 | 1,228 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 加拿大 | 加拿大 | 48kHz | 脚本独白 | 1,222 | 1,049 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| Nederland | Nederland | 48kHz | 脚本独白 | 1,205 | 1,021 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 波兰语 波兰 | 波兰语 波兰 | 48kHz | 脚本独白 | 1,482 | 1,266 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 土耳其土耳其 | 土耳其土耳其 | 48kHz | 脚本独白 | 2,027 | 1,735 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 中国传统文化 | 中国传统文化 | 48kHz | 脚本独白 | 1,028 | 891 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 阿拉伯语 | 阿拉伯语 | 48kHz | 脚本独白 | 1,947 | 1,594 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 丹麦语 | 丹麦语 | 48kHz | 脚本独白 | 2,579 | 2,041 | 单句录音，通常在 5 到 30 秒范围内，来自丹麦的丹麦语 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印地语 | 印地语 | 8kHz | 呼叫中心 | 122 | 131 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印地语 | 印地语 | 16kHz | 媒体音频 | 219 | 202 | 可授权的公共领域音频/视频文件，例如采访、播客等 - 1 到 5 人。 大约。 音频时长（范围）15-60 分钟 | 单 | 桌面版 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 印地语 | 印地语 | 48kHz | 脚本独白 | 2,867 | 2,105 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 日本语 | 日本语 | 48kHz | 脚本独白 | 2,335 | 2,029 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 韩语 | 韩语 | 48kHz | 脚本独白 | 1,955 | 1,548 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 俄语 | 俄语 | 48kHz | 脚本独白 | 2,398 | 2,046 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 中文（简体） | 中文（简体） | 48kHz | 脚本独白 | 2,762 | 2,181 | 单句录音，通常在 5 到 30 秒范围内 | 单 | 移动应用 | 5 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
| 德语 | 德语 | 8kHz | 呼叫中心 | 64 | 0 | “代理”和“客户”之间的无脚本合成电话对话，大约。 音频时长（范围）5-15 分钟， | 双重 | 桌面版 | WAV。 | .json | ASR、虚拟助手、聊天机器人、对话式人工智能、语音分析、TTS、语言建模 | 联系我们 |
Ground Truth 音频和语音数据可加速您的对话式 AI 开发
凭借超过 40 万小时的音频数据集/语音数据集，Shaip 可以帮助您使用高质量的语音数据集扩展您的会话 AI 模型。 黄金标准语音数据集以多种语言和方言、人口统计、说话者特征、对话类型、环境和场景收集。 如果你找不到你要找的东西？ – Shaip 可以帮助您处理任何性别、年龄、语言或设置的任何语音数据集。
我们支持的语言数据集很少： 我们拥有所有主要语言和方言的数据集。 我们最受欢迎的一些语言包括：
南非语语音数据集
阿拉伯语语音数据集
加拿大语音数据集
中文语音数据集
丹麦语语音数据集
英语语音数据集
德语语音数据集
希伯来语语音数据集
印尼语语音数据集
爱尔兰语音数据集
日语语音数据集
韩语语音数据集
墨西哥语音数据集
波兰语语音数据集
俄语语音数据集
苏格兰语音数据集
西班牙语语音数据集
瑞典语语音数据集
泰语语音数据集
土耳其语语音数据集
越南语语音数据集
数据集描述
呼叫中心对话 8khz： 无脚本的合成电话对话：“代理”和“客户”
通用对话 8khz： 2 人之间的即兴电话交谈
媒体和播客 16khz： 公共领域音视频采访、播客等1-5人
话语/脚本独白 16khz： 根据提示录制
不能找到你想要的？
正在收集所有数据类型的新现成音频和语音数据集
立即联系我们，让您摆脱音频/语音训练数据收集的后顾之忧