高質量的音頻/語音/語音數據集來訓練您的會話 AI 模型
多種語言的現成語音/語音/音頻數據集，可快速啟動您的自動語音識別 (ASR) 模型
插入您今天缺少的音頻數據目錄
目錄
| 詳細資料 | 語言數據集 | 採樣率 | 數據集類型 | 總音頻時數 | 總演講時數 | 數據集描述 | 音頻頻道 | 錄音平台 | WER（％） | 音頻格式 | 轉錄格式 | 用例 | CTA | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
 | 非裔美國人 | 非裔美國人白話 | 8千赫 | 呼叫中心 | 214 | 211 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 非裔美國人 | 非裔美國人白話 | 16千赫 | 媒體音頻 | 159 | 149 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 南非荷蘭語 | 南非荷蘭語 | 8千赫 | 一般對話 | 368 | 404 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，在非洲說南非荷蘭語 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 南非荷蘭語 | 南非荷蘭語 | 16千赫 | 媒體音頻 | 658 | 615 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 阿拉伯語 | 阿拉伯語 | 8千赫 | 一般對話 | 293 | 297 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，來自海灣國家的阿拉伯語 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 波士頓 | 波士頓 | 8千赫 | 呼叫中心 | 177 | 175 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 波士頓 | 波士頓 | 8千赫 | 一般對話 | 32 | 32 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 波士頓 | 波士頓 | 16千赫 | 媒體音頻 | 93 | 93 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 中文英文 | 中文英文 | 8千赫 | 呼叫中心 | 169 | 130 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 中文英文 | 中文英文 | 16千赫 | 媒體音頻 | 249 | 236 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 丹麥 | 丹麥 | 8千赫 | 一般對話 | 372 | 395 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 丹麥 | 丹麥 | 16千赫 | 媒體音頻 | 664 | 603 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 英語 | 英語 | 16千赫 | 媒體音頻 | 10 | 9 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 英語深南 | 英語深南 | 8千赫 | 呼叫中心 | 151 | 149 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 英語深南 | 英語深南 | 8千赫 | 一般對話 | 56 | 56 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 英語深南 | 英語深南 | 16千赫 | 媒體音頻 | 266 | 248 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 希伯來語 | 希伯來語 | 8千赫 | 一般對話 | 399 | 397 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，以色列希伯來語 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 希伯來語 | 希伯來語 | 16千赫 | 媒體音頻 | 427 | 400 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 興力士 | 興力士 | 8千赫 | 呼叫中心 | 208 | 185 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 興力士 | 興力士 | 16千赫 | 媒體音頻 | 216 | 219 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 西班牙裔英語 | 西班牙裔英語 | 8千赫 | 呼叫中心 | 212 | 209 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 西班牙裔英語 | 西班牙裔英語 | 16千赫 | 媒體音頻 | 155 | 150 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度英語 | 印度英語 | 16千赫 | 媒體音頻 | 137 | 87 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度尼西亞 | 印度尼西亞 | 8千赫 | 一般對話 | 496 | 598 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，印尼語 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度尼西亞 | 印度尼西亞 | 16千赫 | 媒體音頻 | 643 | 610 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 愛爾蘭 | 愛爾蘭 | 8千赫 | 一般對話 | 192 | 180 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 韓語 | 韓語 | 8千赫 | 呼叫中心 | 107 | 103 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 韓語 | 韓語 | 16千赫 | 媒體音頻 | 204 | 197 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬來語 | 馬來語 | 8千赫 | 一般對話 | 266 | 302 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，馬來西亞馬來語 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬來語 | 馬來語 | 16千赫 | 媒體音頻 | 344 | 305 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 新西蘭英語 | 新西蘭英語 | 8千赫 | 一般對話 | 148 | 142 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 新西蘭英語 | 新西蘭英語 | 16千赫 | 媒體音頻 | 400 | 400 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 紐約英語 | 紐約英語 | 8千赫 | 呼叫中心 | 103 | 103 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 紐約英語 | 紐約英語 | 8千赫 | 一般對話 | 107 | 106 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 紐約英語 | 紐約英語 | 16千赫 | 媒體音頻 | 140 | 140 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 波蘭語 | 波蘭語 | 16千赫 | 媒體音頻 | 269 | 255 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 蘇格蘭的 | 蘇格蘭的 | 8千赫 | 一般對話 | 292 | 267 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 新加坡英語 | 新加坡英語 | 8千赫 | 呼叫中心 | 218 | 194 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 新加坡英語 | 新加坡英語 | 16千赫 | 媒體音頻 | 247 | 240 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 南非英語 | 南非英語 | 8千赫 | 呼叫中心 | 261 | 204 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 南非英語 | 南非英語 | 16千赫 | 媒體音頻 | 251 | 245 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 西班牙語 | 西班牙語 | 16千赫 | 媒體音頻 | 3 | 2 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 斯瓦希裡 | 斯瓦希裡 | 8千赫 | 呼叫中心 | 184 | 165 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 斯瓦希裡 | 斯瓦希裡 | 8千赫 | 呼叫中心 | 46 | 44 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 斯瓦希裡 | 斯瓦希裡 | 16千赫 | 媒體音頻 | 203 | 191 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 斯瓦希裡 | 斯瓦希裡 | 16千赫 | 媒體音頻 | 62 | 58 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 瑞典 | 瑞典 | 8千赫 | 呼叫中心 | 250 | 224 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 瑞典 | 瑞典 | 16千赫 | 媒體音頻 | 278 | 255 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰盧固語 | 泰盧固語 | 8千赫 | 一般對話 | 553 | 582 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰盧固語 | 泰盧固語 | 16千赫 | 媒體音頻 | 648 | 599 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰語 | 泰語 | 8千赫 | 一般對話 | 183 | 201 | 兩個人之間的即興電話交談。 大約。 音頻時長（範圍） - 15-60 分鐘，朋友之間使用的非正式記錄 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰語 | 泰語 | 16千赫 | 媒體音頻 | 173 | 167 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 越南語 | 越南語 | 8千赫 | 一般對話 | 295 | 293 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘，北部（例如，河內）、中部和南部（例如，胡志明市）。 | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 越南語 | 越南語 | 16千赫 | 媒體音頻 | 257 | 248 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 威爾士語 | 威爾士語 | 8千赫 | 一般對話 | 278 | 299 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度英語 | 印度英語 | 8千赫 | 呼叫中心 | 200 | 200 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰盧固語 | 泰盧固語 | NA | 呼叫中心 | 30 | 30 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰米爾人 | 泰米爾人 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 卡納達語 | 卡納達語 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉雅拉姆語 | 馬拉雅拉姆語 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 孟加拉 | 孟加拉 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 古吉拉特語 | 古吉拉特語 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉 | 馬拉 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 阿薩姆 | 阿薩姆 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 奧里亞語 | 奧里亞語 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 旁遮普 | 旁遮普 | NA | 呼叫中心 | 60 | 60 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰盧固語 | 泰盧固語 | NA | 一般對話 | 50 | 50 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰米爾人 | 泰米爾人 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 卡納達語 | 卡納達語 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉雅拉姆語 | 馬拉雅拉姆語 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 孟加拉 | 孟加拉 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 古吉拉特語 | 古吉拉特語 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉 | 馬拉 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 阿薩姆 | 阿薩姆 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 奧里亞語 | 奧里亞語 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 旁遮普 | 旁遮普 | NA | 一般對話 | 100 | 100 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰盧固語 | 泰盧固語 | NA | 媒體音頻 | 20 | 20 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 泰米爾人 | 泰米爾人 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 卡納達語 | 卡納達語 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉雅拉姆語 | 馬拉雅拉姆語 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 孟加拉 | 孟加拉 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 古吉拉特語 | 古吉拉特語 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 馬拉 | 馬拉 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 阿薩姆 | 阿薩姆 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 奧里亞語 | 奧里亞語 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 旁遮普 | 旁遮普 | NA | 媒體音頻 | 40 | 40 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | NA | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 英語美國 | 英語美國 | 48千赫 | 腳本獨白 | 5 | 4 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 西班牙語 西班牙 | 西班牙語 西班牙 | 48千赫 | 腳本獨白 | 10 | 8 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 墨西哥的 | 墨西哥的 | 48千赫 | 腳本獨白 | 1,492 | 1,228 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 加拿大的 | 加拿大的 | 48千赫 | 腳本獨白 | 1,222 | 1,049 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 荷蘭 | 荷蘭 | 48千赫 | 腳本獨白 | 1,205 | 1,021 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 波蘭語 波蘭 | 波蘭語 波蘭 | 48千赫 | 腳本獨白 | 1,482 | 1,266 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 土耳其土耳其 | 土耳其土耳其 | 48千赫 | 腳本獨白 | 2,027 | 1,735 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 中文繁體 | 中文繁體 | 48千赫 | 腳本獨白 | 1,028 | 891 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 阿拉伯語 | 阿拉伯語 | 48千赫 | 腳本獨白 | 1,947 | 1,594 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 丹麥 | 丹麥 | 48千赫 | 腳本獨白 | 2,579 | 2,041 | 單句錄音，通常在 5 到 30 秒範圍內，來自丹麥的丹麥語 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度語 | 印度語 | 8千赫 | 呼叫中心 | 122 | 131 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度語 | 印度語 | 16千赫 | 媒體音頻 | 219 | 202 | 可授權的公共領域音頻/視頻文件，例如採訪、播客等 - 1 到 5 人。 大約。 音頻時長（範圍）15-60 分鐘 | 單聲道 | 桌面 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 印度語 | 印度語 | 48千赫 | 腳本獨白 | 2,867 | 2,105 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 日本 | 日本 | 48千赫 | 腳本獨白 | 2,335 | 2,029 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 韓語 | 韓語 | 48千赫 | 腳本獨白 | 1,955 | 1,548 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 俄語 | 俄語 | 48千赫 | 腳本獨白 | 2,398 | 2,046 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 中文簡體 | 中文簡體 | 48千赫 | 腳本獨白 | 2,762 | 2,181 | 單段錄音，通常在 5 到 30 秒範圍內 | 單聲道 | 手機應用程序 | 5 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
| 德語 | 德語 | 8千赫 | 呼叫中心 | 64 | 0 | “代理”和“客戶”之間的無腳本合成電話對話，大約。 音頻時長（範圍）5-15 分鐘， | 雙重 | 桌面 | WAV。 | .json | ASR、虛擬助手、聊天機器人、會話 AI、語音分析、TTS、語言建模 | 聯繫我們 |
Ground Truth 音頻和語音數據可加速您的對話式 AI 開發
憑藉超過 40 萬小時的音頻數據集/語音數據集，Shaip 可以幫助您使用高質量的語音數據集擴展您的會話 AI 模型。 黃金標準語音數據集以多種語言和方言、人口統計、說話者特徵、對話類型、環境和場景收集。 如果你找不到你要找的東西？ – Shaip 可以幫助您處理任何性別、年齡、語言或設置的任何語音數據集。
我們支持的語言數據集很少： 我們擁有所有主要語言和方言的數據集。 我們最受歡迎的一些語言包括：
南非語語音數據集
阿拉伯語語音數據集
加拿大語音數據集
中文語音數據集
丹麥語語音數據集
英語語音數據集
德語語音數據集
希伯來語語音數據集
印尼語語音數據集
愛爾蘭語音數據集
日語語音數據集
韓語語音數據集
墨西哥語音數據集
波蘭語語音數據集
俄語語音數據集
蘇格蘭語音數據集
西班牙語語音數據集
瑞典語語音數據集
泰語語音數據集
土耳其語語音數據集
越南語語音數據集
數據集描述
呼叫中心對話 8khz： 無腳本的合成電話對話：“代理”和“客戶”
通用對話 8khz： 2 人之間的即興電話交談
媒體和播客 16khz： 公共領域音視頻採訪、播客等1-5人
話語/腳本獨白 16khz： 根據提示錄製
不能找到你想要的？
正在收集所有數據類型的新現成音頻和語音數據集
立即聯繫我們，讓您擺脫音頻/語音訓練數據收集的後顧之憂