成品数据集

我们的经授权许可的成品数据集将快速启动您的AI项目

数据产品目录

澳鹏提供种类丰富的成品数据库，我们的数据产品目录包括250多个可授权的数据集，涵盖80多种语言及方言，适用于各种常见的AI应用场景，例如：TTS、ASR等（参考下面目录表的筛选功能查看更多应用场景）。我们也在不断更新数据库中，2020年将推出30多个全新数据集，联系我们为您一同构建适用于您的项目的数据产品。

快速部署

直接获取数据库产品快速为您部署AI与机器学习项目

低成本高效益

直接获取经授权的成品数据库比您定制数据采集服务更具成本效益。

专家团队

您将拥有一支在数据采集领域耕耘20多年的专家团队支持

支持所有数据类型

图像，视频，语音，音频，文本

大规模

提供大量、高品质的数据高效地训练您的机器模型

高质量

提高您的机器模型质量并减少数据偏见

咨询已选产品报价0

数据集名称	产品类型	常见应用场景	录音设备	单元

	数据库名称	产品类型	常见使用案例	录音设备	单元
88	Sorani（库尔德语）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	5小时	添加到咨询列表	SOR_ASR001	Appen Global	对话录音	库尔德语	伊朗	低背景噪音	170	2	可根据要求提供	7,924	8	alaw或wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典对于很大比例的电话录音，只有一半的对话被收集和转录	K
163	丹麦（丹麦）发音词典	文本	ASR, TTS, 语言建模	N/A	107,000个单词	添加到咨询列表	dan_DNK_PHON	Appen Global	发音词典	丹麦语	丹麦	N/A	N/A	N/A	N/A	1,07,000	N/A	text		D
90	丹麦（丹麦）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	53小时	添加到咨询列表	Speecon Danish	Nuance	有定稿的录音	丹麦语	丹麦	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	D
164	丹麦（丹麦）词性词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	dan_DNK_POS	Appen Global	词性词典	丹麦语	丹麦	N/A	N/A	N/A	N/A	1,00,000	N/A	text		D
252	乌克兰语（乌克兰）发音词典	文本	ASR, TTS, 语言建模	N/A	5,000个单词	添加到咨询列表	ukr_UKR_PHON	Appen Global	发音词典	乌克兰语	乌克兰	N/A	N/A	N/A	N/A	5,000	N/A	text		W
137	乌尔都语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	20,634个句子	添加到咨询列表	URD_NER001	Appen Global	NER	乌尔都语	巴基斯坦	N/A	N/A	N/A	20,634	可根据要求提供	N/A	text		W
105	乌尔都语（印度/巴基斯坦）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	47小时	添加到咨询列表	URD_ASR001	Appen Global	对话录音	乌尔都语	印度-巴基斯坦	混合	1,000	2	可根据要求提供	10,871	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	W
253	乌尔都语（巴基斯坦）发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	urd_PAK_PHON	Appen Global	发音词典	乌尔都语	巴基斯坦	N/A	N/A	N/A	N/A	40,000	N/A	text		W
254	乌尔都语（巴基斯坦）词性词典	文本	ASR, TTS, 语言建模	N/A	12,000个单词	添加到咨询列表	urd_PAK_POS	Appen Global	词性词典	乌尔都语	巴基斯坦	N/A	N/A	N/A	N/A	12,000	N/A	text		W
199	伊博语（尼日利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	ibo_NGA_PHON	Appen Global	发音词典	伊博语	奈及利亚	N/A	N/A	N/A	N/A	30,000	N/A	text		Y
182	伊朗波斯语（伊朗）发音词典	文本	ASR, TTS, 语言建模	N/A	80,000个单词	添加到咨询列表	pes_IRN_PHON	Appen Global	发音词典	波斯语	伊朗	N/A	N/A	N/A	N/A	80,000	N/A	text		Y
183	伊朗波斯语（伊朗）词性词典	文本	ASR, TTS, 语言建模	N/A	1,400,000个单词	添加到咨询列表	pes_IRN_POS	Appen Global	词性词典	波斯语	伊朗	N/A	N/A	N/A	N/A	14,00,000	N/A	text		Y
229	俄罗斯（Russia）发音词典	文本	ASR, TTS, 语言建模	N/A	115,000个单词	添加到咨询列表	rus_RUS_PHON	Appen Global	发音词典	俄语	俄国	N/A	N/A	N/A	N/A	1,15,000	N/A	text		E
82	俄罗斯（Russia）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	37小时	添加到咨询列表	RUS_ASR001	Appen Global	对话录音	俄语	俄国	低背景噪音	200	2	可根据要求提供	28,284	8	alaw或wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	E
84	俄罗斯（Russia）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	180小时	添加到咨询列表	Russian SpeechDat(E) Database	Nuance	有定稿的录音	俄语	俄国	低背景噪音	2,500	1	1,12,000	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制45个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	E
83	俄罗斯（Russia）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	31小时	添加到咨询列表	RUS_ASR002	Global Phone	有定稿的录音	俄语	俄国	低背景噪音（家庭/办公室）	115	1	12,205	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	E
96	俄罗斯（Russia）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	46小时	添加到咨询列表	Speecon Russian Database	Nuance	有定稿的录音	俄语	俄国	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	E
230	俄罗斯（Russia）词性词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	rus_RUS_POS	Appen Global	词性词典	俄语	俄国	N/A	N/A	N/A	N/A	1,00,000	N/A	text		E
133	俄语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	29,888个句子	添加到咨询列表	RUS_NER001	Appen Global	NER	俄语	俄国	N/A	N/A	N/A	29,888	可根据要求提供	N/A	text		E
155	保加利亚语（保加利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	55,000个单词	添加到咨询列表	bul_BGR_PHON	Appen Global	发音词典	保加利亚语	保加利亚	N/A	N/A	N/A	N/A	55,000	N/A	text		B
7	保加利亚语（保加利亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	38小时	添加到咨询列表	BUL_ASR001	Appen Global	对话录音	保加利亚语	保加利亚	低背景噪音（家庭/办公室）	217	2	可根据要求提供	22,342	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	B
111	保加利亚语（保加利亚）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	22小时	添加到咨询列表	BUL_ASR002	Global Phone	有定稿的录音	保加利亚语	保加利亚	低背景噪音（家庭/办公室）	77	1	8,674	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	B
161	克罗地亚语（克罗地亚）发音词典	文本	ASR, TTS, 语言建模	N/A	20,000个单词	添加到咨询列表	hrv_HRV_PHON	Appen Global	发音词典	克罗地亚语	克罗地亚	N/A	N/A	N/A	N/A	20,000	N/A	text		K
10	克罗地亚语（克罗地亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	39小时	添加到咨询列表	CRO_ASR001	Appen Global	对话录音	克罗地亚语	克罗地亚	低背景噪音（家庭/办公室）	200	2	可根据要求提供	23,919	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	K
116	克罗地亚语（克罗地亚）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	263小时	添加到咨询列表	CRO_ASR003_CN	Appen China	有定稿的录音	克罗地亚语	克罗地亚	低背景噪音（家庭/办公室）	243	1	73,467	1,36,140	16	wav	数据集已完全转录	K
11	克罗地亚语（克罗地亚）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	11小时	添加到咨询列表	CRO_ASR002	Global Phone	有定稿的录音	克罗地亚语	克罗地亚	低背景噪音（家庭/办公室）	94	1	4,499	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	K
159	加泰罗尼亚语（西班牙）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	cat_ESP_PHON	Appen Global	发音词典	加泰罗尼亚语	西班牙	N/A	N/A	N/A	N/A	10,000	N/A	text		J
198	匈牙利语（匈牙利）发音词典	文本	ASR, TTS, 语言建模	N/A	500个单词	添加到咨询列表	hun_HUN_PHON	Appen Global	发音词典	匈牙利语	匈牙利	N/A	N/A	N/A	N/A	500	N/A	text		X
119	匈牙利语（匈牙利）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	286小时	添加到咨询列表	HUN_ASR001_CN	Appen China	有定稿的录音	匈牙利语	匈牙利	低背景噪音（家庭/办公室）	254	1	94,031	2,01,921	16	wav	数据集已完全转录	X
49	匈牙利语（匈牙利）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	65小时	添加到咨询列表	Hungarian SpeechDat(E)	Nuance	有定稿的录音	匈牙利语	匈牙利	低背景噪音	1,000	1	48,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制48个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	X
205	卡纳达语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	35,000个单词	添加到咨询列表	kan_IND_PHON	Appen Global	发音词典	坎那达语	印度	N/A	N/A	N/A	N/A	35,000	N/A	text		K
58	卡纳达语（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	15小时	添加到咨询列表	KAN_ASR001	Appen Global	对话录音	坎那达语	印度	混合	178	2	可根据要求提供	15,660	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	K
109	卡纳达语（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	57小时	添加到咨询列表	KAN_ASR001A	Appen Global	对话录音	坎那达语	印度	混合	1,000	2	可根据要求提供	15,660	8	alaw	数据集中大约25%的会话被转录并加盖了时间戳，可以提供完整的转录文本数据库附带一个包含所有转录词的发音词典	K
166	卢奥语（肯尼亚）发音词典	文本	ASR, TTS, 语言建模	N/A	20,000个单词	添加到咨询列表	luo_KEN_PHON	Appen Global	发音词典	卢奥语	肯尼亚	N/A	N/A	N/A	N/A	20,000	N/A	text		L
197	印地语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	35,000个单词	添加到咨询列表	hin_IND_PHON	Appen Global	发音词典	印地语	印度	N/A	N/A	N/A	N/A	35,000	N/A	text		Y
48	印地语（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	32小时	添加到咨询列表	HIN_ASR002	Appen Global	对话录音	印地语	印度	混合	996	2	可根据要求提供	12,266	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典在大多数的通话中，对话双方的说话内容都被收集并转录了，但是对于一小部分的通话，只有一半的对话被收集并转录了	Y
47	印地语（印度）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话	224小时	添加到咨询列表	HIN_ASR001	Appen Global	有定稿的录音	印地语	印度	低背景噪音	1,920	1	96,000	9,853	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典[SAMPA] 每个语料提供者录制50个语料，语料包括数字，自然数，个人、地点和企业名称，网址，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
151	印尼文（印度尼西亚）发音词典	文本	ASR, TTS, 语言建模	N/A	95,000个单词	添加到咨询列表	ind_IDN_PHON	Appen Global	发音词典	印度尼西亚语	印度尼西亚	N/A	N/A	N/A	N/A	95,000	N/A	text		Y
152	印尼文（印度尼西亚）词性词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	ind_IDN_POS	Appen Global	词性词典	印度尼西亚语	印度尼西亚	N/A	N/A	N/A	N/A	10,000	N/A	text		Y
4	印尼语（印度尼西亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	31小时	添加到咨询列表	BAH_ASR001	Appen Global	对话录音	印度尼西亚语	印度尼西亚	低背景噪音	1,002	2	可根据要求提供	11,480	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典对于很大比例的电话录音，只有一半的对话被收集和转录	Y
256	吴语（中国）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	wuu_CHN_PHON	Appen Global	发音词典	吴语	中国	N/A	N/A	N/A	N/A	10,000	N/A	text		W
206	哈萨克语（哈萨克斯坦）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	kaz_KAZ_PHON	Appen Global	发音词典	哈萨克语	哈萨克斯坦	N/A	N/A	N/A	N/A	30,000	N/A	text		H
250	土耳其语（土耳其）发音词典	文本	ASR, TTS, 语言建模	N/A	255,000个单词	添加到咨询列表	tur_TUR_PHON	Appen Global	发音词典	土耳其语	土耳其	N/A	N/A	N/A	N/A	2,55,000	N/A	text		T
102	土耳其语（土耳其）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	41小时	添加到咨询列表	TUR_ASR001	Appen Global	对话录音	土耳其语	土耳其	低背景噪音	200	2	可根据要求提供	32,386	8	alaw或wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	T
121	土耳其语（土耳其）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	739小时	添加到咨询列表	TUR_ASR003_CN	Appen China	有定稿的录音	土耳其语	土耳其	低背景噪音（家庭/办公室）	664	1	1,85,706	2,15,135	16	wav	数据集已完全转录	T
69	土耳其语（土耳其）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	118小时	添加到咨询列表	OrienTel Turkish Database	Nuance	有定稿的录音	土耳其语	土耳其	低背景噪音	1,700	1	76,500	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制45个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	T
251	土耳其语（土耳其）词性词典	文本	ASR, TTS, 语言建模	N/A	257,000个单词	添加到咨询列表	tur_TUR_POS	Appen Global	词性词典	土耳其语	土耳其	N/A	N/A	N/A	N/A	2,57,000	N/A	text		T
103	土耳其语（土耳其）麦克风录音数据库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	17小时	添加到咨询列表	TUR_ASR002	Global Phone	有定稿的录音	土耳其语	土耳其	低背景噪音（家庭/办公室）	100	1	6,950	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	T
245	塔加洛语（菲律宾）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	tgl_PHL_PHON	Appen Global	发音词典	塔加拉族语	菲律宾	N/A	N/A	N/A	N/A	30,000	N/A	text		T
231	塞尔维亚语（塞尔维亚）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	srp_SRB_PHON	Appen Global	发音词典	塞尔维亚语	塞尔维亚	N/A	N/A	N/A	N/A	15,000	N/A	text		S
244	塞海蒂语（孟加拉国-印度）发音词典	文本	ASR, TTS, 语言建模	N/A	22,000个单词	添加到咨询列表	syl_BGD -IND_PHON	Appen Global	发音词典	塞海蒂语	孟加拉国-印度	N/A	N/A	N/A	N/A	22,000	N/A	text		S
220	奥里雅语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	ori_IND_PHON	Appen Global	发音词典	奥里雅语	印度	N/A	N/A	N/A	N/A	15,000	N/A	text		A
124	婴幼儿啼哭语料库	音频	婴儿监控器, 安全及其他消费者应用程序	移动电话	3小时	添加到咨询列表	CRY_ASR001	Appen China	人声	N/A	中国	低背景噪音（家庭/办公室）	100	1	NA	NA	16	wav	0到3岁婴儿的哭声，每个录音持续2分钟左右	Z
154	孟加拉语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	29,000个单词	添加到咨询列表	ben_IND_PHON	Appen Global	发音词典	孟加拉语	印度	N/A	N/A	N/A	N/A	29,000	N/A	text		M
6	孟加拉语（孟加拉国）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	47小时	添加到咨询列表	BEN_ASR001	Appen Global	对话录音	孟加拉语	孟加拉国	混合（车内/路边/家庭/办公室）	1,000	2	可根据要求提供	17,922	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	M
160	宿雾语（菲律宾）发音词典	文本	ASR, TTS, 语言建模	N/A	20,000个单词	添加到咨询列表	ceb_PHL_PHON	Appen Global	发音词典	宿雾语	菲律宾	N/A	N/A	N/A	N/A	20,000	N/A	text		S
153	巴斯克（西班牙）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	eus_ESP_PHON	Appen Global	发音词典	巴斯克语	西班牙	N/A	N/A	N/A	N/A	10,000	N/A	text		B
196	希伯来语（以色列）发音词典	文本	ASR, TTS, 语言建模	N/A	31,000个单词	添加到咨询列表	heb_ISR_PHON	Appen Global	发音词典	希伯来语	以色列	N/A	N/A	N/A	N/A	31,000	N/A	text		X
46	希伯来语（以色列）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	34小时	添加到咨询列表	HEB_ASR001	Appen Global	对话录音	希伯来语	以色列	低背景噪音	200	2	可根据要求提供	19,250	8	alaw或wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	X
191	希腊语（希腊）发音词典	文本	ASR, TTS, 语言建模	N/A	5,000个单词	添加到咨询列表	ell_GRC_PHON	Appen Global	发音词典	希腊语	希腊	N/A	N/A	N/A	N/A	5,000	N/A	text		X
118	希腊语（希腊）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	191小时	添加到咨询列表	GRE_ASR001_CN	Appen China	有定稿的录音	希腊语	希腊	低背景噪音（家庭/办公室）	287	1	54,113	68,271	16	wav	数据集已完全转录	X
156	广东话（中国）发音词典	文本	ASR, TTS, 语言建模	N/A	37,000个单词	添加到咨询列表	yue_CHN_PHON	Appen Global	发音词典	广东话 (粤语)	中国	N/A	N/A	N/A	N/A	37,000	N/A	text	简体	G
157	广东话（中国）发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	yue_CHN_PHON	Appen Global	发音词典	广东话 (粤语)	中国	N/A	N/A	N/A	N/A	40,000	N/A	text	繁体	G
158	广东话（中国）词性词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	yue_HKG_POS	Appen Global	词性词典	广东话 (粤语)	中国	N/A	N/A	N/A	N/A	10,000	N/A	text	繁体	G
209	库尔曼吉（土耳其）发音词典	文本	ASR, TTS, 语言建模	N/A	60,000个单词	添加到咨询列表	kur_TUR_PHON	Appen Global	发音词典	库尔德语	土耳其	N/A	N/A	N/A	N/A	60,000	N/A	text		K
61	德语（卢森堡）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	33小时	添加到咨询列表	Luxembourgish German SpeechDat(II) FDB-500 (FIXED1LG)	Nuance	有定稿的录音	德语	卢森堡	低背景噪音	500	1	26,500	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制53个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	D
68	德语（土耳其）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	31小时	添加到咨询列表	OrienTel German Spoken by Turkish	Nuance	有定稿的录音	德语	土耳其	低背景噪音	300	1	15,600	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制52个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	D
189	德语（德国）发音词典	文本	ASR, TTS, 语言建模	N/A	146,000个单词	添加到咨询列表	deu_DEU_PHON	Appen Global	发音词典	德语	德国	N/A	N/A	N/A	N/A	1,46,000	N/A	text		D
16	德语（德国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	16小时	添加到咨询列表	DEU_ASR001	Appen Global	有定稿的录音	德语	德国	低背景噪音（录音棚）	127	2	12,700	6,826	16	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典每个语料提供者录制100个语料，语料包括数字，自然数，人名，城市名，电话号码，通用指令和特定指令，语音丰富的句子和单词	D
18	德语（德国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	25小时	添加到咨询列表	DEU_ASR003	Global Phone	有定稿的录音	德语	德国	低背景噪音（家庭/办公室）	77	1	10,085	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	D
42	德语（德国）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	31小时	添加到咨询列表	German SpeechDat (II) FDB-1000	Nuance	有定稿的录音	德语	德国	低背景噪音（家庭/办公室）	988	1	43,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制44个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	D
43	德语（德国）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	268小时	添加到咨询列表	German SpeechDat(II) FDB-4000	Nuance	有定稿的录音	德语	德国	低背景噪音（家庭/办公室）	4,000	1	1,60,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制40个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	D
190	德语（瑞士）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	deu_CHE_PHON	Appen Global	发音词典	德语	瑞士	N/A	N/A	N/A	N/A	15,000	N/A	text		D
94	德语（瑞士）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	53小时	添加到咨询列表	Speecon German (Switzerland) database	Nuance	有定稿的录音	德语	瑞士	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	D
200	意大利文（意大利）发音词典	文本	ASR, TTS, 语言建模	N/A	197,000个单词	添加到咨询列表	ita_ITA_PHON	Appen Global	发音词典	意大利语	意大利	N/A	N/A	N/A	N/A	1,97,000	N/A	text		Y
52	意大利文（意大利）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	36小时	添加到咨询列表	ITA_ASR003	Appen Global	对话录音	意大利语	意大利	低背景噪音	200	2	可根据要求提供	18,974	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	Y
50	意大利文（意大利）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	44小时	添加到咨询列表	ITA_ASR001	Appen Global	有定稿的录音	意大利语	意大利	混合	200	4	40,000	7,316	22	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制200个语料，语料包括100个命令和特定指令，100个语音丰富的句子	Y
51	意大利文（意大利）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 车载HMI及娱乐设备	麦克风	47小时	添加到咨询列表	ITA_ASR002	Appen Global	有定稿的录音	意大利语	意大利	混合（车内）	103	4	35,875	10,366	48	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制350个语料，语料包括数字，街道名称，通用指令和特定指令，语音丰富的句子和单词每个语料提供者录制了1到2段样本，第一段在未熄火的停靠车辆中录制，第二段在以每小时60英里（100 公里 / 小时）的速度行驶的车辆中录制	Y
53	意大利文（意大利）有定稿的麦克风录音语料库	音频	TTS	麦克风	3小时	添加到咨询列表	ITA_TTS001	Appen Global	有定稿的录音	意大利语	意大利	低背景噪音（录音棚）	1	1	3,300	可根据要求提供	22	alaw	数据集随附一个发音词典，其中包含该数据集中所说的所有单词每个语料提供者录制3300条语料，包括语音丰富的句子	Y
54	意大利文（意大利）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	38小时	添加到咨询列表	Italian Fixed Network Speech SpeechDat(M) Corpus	Nuance	有定稿的录音	意大利语	意大利	低背景噪音（家庭/办公室）	1,000	1	39,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制39个语料，语料包含连续和间隔的数字，自然数，金额，拼写单词，时间和日期短语，是/否问题，常见的应用词汇，在短语中的应用词汇以及语音丰富的句子	Y
55	意大利文（意大利）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	228小时	添加到咨询列表	Italian SpeechDat(II) FDB-3000	Nuance	有定稿的录音	意大利语	意大利	低背景噪音（家庭/办公室）	3,040	1	1,34,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制44个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
56	意大利文（意大利）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话	103小时	添加到咨询列表	Italian SpeechDat(II) MDB-250	Nuance	有定稿的录音	意大利语	意大利	低背景噪音（家庭/办公室）	375	1	19,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制51个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
89	意大利文（意大利）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话	13小时	添加到咨询列表	SpeechDat(M) Italian Mobile Network Speech Database	Nuance	有定稿的录音	意大利语	意大利	低背景噪音（家庭/办公室）	342	1	13,500	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制40个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
201	意大利文（意大利）词性词典	文本	ASR, TTS, 语言建模	N/A	147,000个单词	添加到咨询列表	ita_ITA_POS	Appen Global	词性词典	意大利语	意大利	N/A	N/A	N/A	N/A	1,47,000	N/A	text		Y
249	托皮辛（巴布亚新几内亚）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	tpi_PNG_PHON	Appen Global	发音词典	托克皮辛语	巴布亚新几内亚	N/A	N/A	N/A	N/A	10,000	N/A	text		T
218	挪威语（挪威）发音词典	文本	ASR, TTS, 语言建模	N/A	115,000个单词	添加到咨询列表	nor_NOR_PHON	Appen Global	发音词典	挪威语	挪威	N/A	N/A	N/A	N/A	1,15,000	N/A	text		N
219	挪威语（挪威）词性词典	文本	ASR, TTS, 语言建模	N/A	3,000个单词	添加到咨询列表	nor_NOR_POS	Appen Global	词性词典	挪威语	挪威	N/A	N/A	N/A	N/A	3,000	N/A	text		N
162	捷克文（捷克共和国）发音词典	文本	ASR, TTS, 语言建模	N/A	50,000个单词	添加到咨询列表	ces_CZE_PHON	Appen Global	发音词典	捷克语	捷克共和国	N/A	N/A	N/A	N/A	50,000	N/A	text		J
13	捷克文（捷克共和国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	93小时	添加到咨询列表	Czech SpeechDat(E) Dataset	Nuance	有定稿的录音	捷克语	捷克共和国	低背景噪音	1,000	1	52,000	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制52个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	J
12	捷克文（捷克共和国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	31小时	添加到咨询列表	CZE_ASR001	Global Phone	有定稿的录音	捷克语	捷克共和国	低背景噪音（家庭/办公室）	102	1	12,425	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	J
85	斯洛伐克（Slovakia）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	65小时	添加到咨询列表	Slovak SpeechDat(E) Database	Nuance	有定稿的录音	斯洛伐克语	斯洛伐克	低背景噪音	1,000	1	48,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制48个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	S
86	斯洛文尼亚语（Slovenian）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	76小时	添加到咨询列表	Slovenian SpeechDat(II) FDB-1000	Nuance	有定稿的录音	斯洛维尼亚语	斯洛文尼亚	低背景噪音（家庭/办公室）	1,000	1	40,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制大约40个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	S
241	斯瓦希里语（肯尼亚）发音词典	文本	ASR, TTS, 语言建模	N/A	66,000个单词	添加到咨询列表	swa_KEN_PHON	Appen Global	发音词典	斯瓦西里语	肯尼亚	N/A	N/A	N/A	N/A	66,000	N/A	text		S
80	旁遮普语（巴基斯坦）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	20小时	添加到咨询列表	PAP_ASR001	Appen Global	对话录音	旁遮普语	巴基斯坦	低背景噪音	205	2	可根据要求提供	7,298	8	alaw	数据集已完全转录并加盖了时间戳数据集附带一个包含所有转录词的发音词典在71%的对话中，对话双方（呼入者和呼出者）的说话内容都被收集转录了，在剩下的29%的对话中，只有一半的对话被收集并转录了	P
136	日语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	20,629个句子	添加到咨询列表	JPY_NER001	Appen Global	NER	日语	日本	N/A	N/A	N/A	20,629	可根据要求提供	N/A	text		R
202	日语（日本）发音词典	文本	ASR, TTS, 语言建模	N/A	262,000个单词	添加到咨询列表	jpn_JPN_PHON	Appen Global	发音词典	日语	日本	N/A	N/A	N/A	N/A	2,62,000	N/A	text		R
57	日语（日本）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	33小时	添加到咨询列表	JPN_ASR001	Global Phone	有定稿的录音	日语	日本	低背景噪音（家庭/办公室）	144	1	13,067	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	R
95	日语（日本）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	57小时	添加到咨询列表	Speecon Japanese	Nuance	有定稿的录音	日语	日本	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	R
203	日语（日本）词性词典	文本	ASR, TTS, 语言建模	N/A	265,000个单词	添加到咨询列表	jpn_JPN_POS	Appen Global	词性词典	日语	日本	N/A	N/A	N/A	N/A	2,65,000	N/A	text		R
221	普什图（阿富汗）发音词典	文本	ASR, TTS, 语言建模	N/A	65,000个单词	添加到咨询列表	pus_AFG_PHON	Appen Global	发音词典	普什图语	阿富汗	N/A	N/A	N/A	N/A	65,000	N/A	text		P
72	普什图（阿富汗）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	55小时	添加到咨询列表	PAS_ASR001	Appen Global	对话录音	普什图语	阿富汗	低背景噪音	967	2	可根据要求提供	13,633	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典在大多数的通话中，对话双方的说话内容都被收集并转录了，但是对于一小部分的通话，只有一半的对话被收集并转录了	P
73	普什图（阿富汗）对话式麦克风录音语料库	音频	ASR, 对话式AI, 语音分析	麦克风	39小时	添加到咨询列表	PAS_ASR002	Appen Global	对话录音	普什图语	阿富汗	低背景噪音	40	2	可根据要求提供	9,480	16	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典转录文本可全部被翻译成法文，作为可选的额外购买项平均通话时间为120分钟，每则通话中由一名发言人担任采访者，另一名发言人担任受访者，模仿类似于TransTAC风格的场景（例如民政事务询问，检查站询问等）面试官出现在不止一组对话中，但每组对话中的被面试者都是唯一的	P
74	普什图（阿富汗）广播录音数据库	音频	ASR, 自动字幕, 关键字检索	麦克风	51小时	添加到咨询列表	PAS_BRC001	Appen Global	广播录音	普什图语	阿富汗	低背景噪音（录音棚）	N/A	1	可根据要求提供	可根据要求提供	N/A	wav	数据集已完全转录并加上时间戳数据集主要是语音，不包括音乐或广告数据类型包括：脱口秀，访谈，新闻广播（不包括主持人阅读的新闻）	P
134	普通话NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	17,313个句子	添加到咨询列表	MAC_NER001	Appen Global	NER	普通话	中国	N/A	N/A	N/A	17,313	可根据要求提供	N/A	text		P
62	普通话（中国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	323小时	添加到咨询列表	MAC_ASR001	Appen Global	有定稿的录音	普通话	中国	混合	2,000	1	2,00,000	7,145	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典[SAMPA] 每个语料提供者录制98个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令（从215个指令中挑选），语音丰富的句子和单词	P
63	普通话（中国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	26小时	添加到咨询列表	MAC_ASR002	Global Phone	有定稿的录音	普通话	中国	低背景噪音（家庭/办公室）	132	1	10,225	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	P
214	普通话（简体）（中国）发音词典	文本	ASR, TTS, 语言建模	N/A	35,000个单词	添加到咨询列表	zho_CHN_PHON	Appen Global	发音词典	中文（简体）	中国	N/A	N/A	N/A	N/A	35,000	N/A	text		P
215	普通话（繁体）（台湾）发音词典	文本	ASR, TTS, 语言建模	N/A	50,000个单词	添加到咨询列表	zho_TWN_PHON	Appen Global	发音词典	中文（繁体）	台湾	N/A	N/A	N/A	N/A	50,000	N/A	text		P
186	法语（加拿大）发音词典	文本	ASR, TTS, 语言建模	N/A	67,000个单词	添加到咨询列表	fra_CAN_PHON	Appen Global	发音词典	法语	加拿大	N/A	N/A	N/A	N/A	67,000	N/A	text		F
36	法语（加拿大）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	9小时	添加到咨询列表	FRC_ASR003	Appen Global	对话录音	法语	加拿大	混合	68	2	可根据要求提供	6,022	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典平均通话时长为10到15分钟在大多数通话中，只有一半的对话被收集并转录了，但是对于一小部分的通话，对话双方（呼入者和呼出者）的说话内容都被收集并转录了	F
34	法语（加拿大）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话	131小时	添加到咨询列表	FRC_ASR001	Appen Global	有定稿的录音	法语	加拿大	混合	1,000	1	1,00,000	11,697	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典[SAMPA] 每个语料提供者录制100个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	F
35	法语（加拿大）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	46小时	添加到咨询列表	FRC_ASR002	Appen Global	有定稿的录音	法语	加拿大	低背景噪音（家庭/办公室）	150	1	22,500	10,755	16	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典每个语料提供者录制150个语料，语料包含数字，数字串（随机生成的），地址，语音丰富的句子和单词	F
60	法语（卢森堡）电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	45小时	添加到咨询列表	Luxembourgish French SpeechDat(II) FDB-500 (FIXED1LF)	Nuance	有定稿的录音	法语	卢森堡	低背景噪音	614	1	32,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制53个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	F
5	法语（比利时）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	76小时	添加到咨询列表	Belgian French SpeechDat(II) FDB-1000 (FIXED1BF)	Nuance	有定稿的录音	法语	比利时	低背景噪音	1,000	1	53,000	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制53个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的特定指令	F
187	法语（法国）发音词典	文本	ASR, TTS, 语言建模	N/A	112,000个单词	添加到咨询列表	fra_FRA_PHON	Appen Global	发音词典	法语	法国	N/A	N/A	N/A	N/A	1,12,000	N/A	text		F
40	法语（法国）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	25小时	添加到咨询列表	FRF_ASR001	Appen Global	对话录音	法语	法国	低背景噪音	563	2	可根据要求提供	11,922	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典在大多数的通话中，对话双方的说话内容都被收集并转录了，但是对于一小部分的通话，只有一半的对话被收集并转录了	F
37	法语（法国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	41小时	添加到咨询列表	French SpeechDat(II) FDB-1000	Nuance	有定稿的录音	法语	法国	低背景噪音（家庭/办公室）	1,017	1	48,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制48个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	F
38	法语（法国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	305小时	添加到咨询列表	French SpeechDat(II) FDB-5000	Nuance	有定稿的录音	法语	法国	低背景噪音	5,040	1	2,37,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制47个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	F
41	法语（法国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	26小时	添加到咨询列表	FRF_ASR003	Global Phone	有定稿的录音	法语	法国	低背景噪音（家庭/办公室）	98	1	10,273	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	F
188	法语（法国）词性词典	文本	ASR, TTS, 语言建模	N/A	95,000个单词	添加到咨询列表	fra_FRA_POS	Appen Global	词性词典	法语	法国	N/A	N/A	N/A	N/A	95,000	N/A	text		F
39	法语（法国）车内录音语料库	音频	ASR, 虚拟助手, 车载HMI及娱乐设备	麦克风和移动电话		添加到咨询列表	French SpeechDat-Car	Nuance	有定稿的录音	法语	法国	混合（车内）	300	5	37,500	可根据要求提供	16和8	可根据要求提供	数据集已完全转录，并附有发音词典和验证报告每个语料提供者录制大约125个语料，语料包含数字，自然数，字母串，个人、地点和企业名称（一些是自由发挥的），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的语料	F
145	法语（阿尔及利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	4,000个单词	添加到咨询列表	fra_DZA_PHON	Appen Global	发音词典	法语	阿尔及利亚	N/A	N/A	N/A	N/A	4,000	N/A	text	阿拉伯文字	F
222	波兰语（波兰）发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	pol_POL_PHON	Appen Global	发音词典	波兰语	波兰	N/A	N/A	N/A	N/A	40,000	N/A	text		B
120	波兰语（波兰）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	293小时	添加到咨询列表	POL_ASR002_CN	Appen China	有定稿的录音	波兰语	波兰	低背景噪音（家庭/办公室）	353	1	1,06,674	1,68,544	16	wav	数据集已完全转录	B
76	波兰语（波兰）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	仅固定电话	78小时	添加到咨询列表	Polish SpeechDat(E) Database	Nuance	有定稿的录音	波兰语	波兰	低背景噪音	1,000	1	48,000	可根据要求提供	8	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制48个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	B
75	波兰语（波兰）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	25小时	添加到咨询列表	POL_ASR001	Global Phone	有定稿的录音	波兰语	波兰	低背景噪音（家庭/办公室）	99	1	10,130	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	B
223	波兰语（波兰）词性词典	文本	ASR, TTS, 语言建模	N/A	4,000个单词	添加到咨询列表	pol_POL_POS	Appen Global	词性词典	波兰语	波兰	N/A	N/A	N/A	N/A	4,000	N/A	text		B
135	波斯语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	19,584个句子	添加到咨询列表	FAR_NER001	Appen Global	NER	波斯语	伊朗	N/A	N/A	N/A	19,584	可根据要求提供	N/A	text		B
32	波斯语（伊朗）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	30小时	添加到咨询列表	FAR_ASR002	Appen Global	对话录音	波斯语	伊朗	混合	1,000	2	可根据要求提供	12,358	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	B
31	波斯语（伊朗）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	85小时	添加到咨询列表	FAR_ASR001	Appen Global	有定稿的录音	波斯语	伊朗	混合	789	1	38,400	8,716	8	alaw	完全转录为OrienTel类型数据集附带一个包含所有转录词的发音词典[SAMPA] 每个语料提供者录制48个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	B
246	泰卢固语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	50,000个单词	添加到咨询列表	tel_IND_PHON	Appen Global	发音词典	泰卢固语	印度	N/A	N/A	N/A	N/A	50,000	N/A	text		T
247	泰米尔文（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	105,000个单词	添加到咨询列表	tam_IND_PHON	Appen Global	发音词典	泰米尔语	印度	N/A	N/A	N/A	N/A	1,05,000	N/A	text		T
127	泰语（泰国）印刷文本OCR	图像	文件处理, 文件搜索	照相机	1219张图片	添加到咨询列表	IMG_OCR_THA_CN	Appen China	OCR	泰语	泰国	不同光线	10	NA	NA	NA	NA	jpg	包含文字的图像，例如购物收据，票据，发票，出租车发票等等	T
248	泰语（泰国）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	tha_THA_PHON	Appen Global	发音词典	泰语	泰国	N/A	N/A	N/A	N/A	30,000	N/A	text		T
101	泰语（泰国）麦克风录音数据库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	28小时	添加到咨询列表	THA_ASR001	Global Phone	有定稿的录音	泰语	泰国	低背景噪音（家庭/办公室）	98	1	14,039	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	T
194	海地克里奥尔语（海地）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	hat_HTI_PHON	Appen Global	发音词典	海地克里奥尔语	海地	N/A	N/A	N/A	N/A	15,000	N/A	text		H
257	湘语（中国）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	hsn_CHN_PHON	Appen Global	发音词典	湘语	中国	N/A	N/A	N/A	N/A	10,000	N/A	text		X
204	爪哇语（印度尼西亚）发音词典	文本	ASR, TTS, 语言建模	N/A	20,000个单词	添加到咨询列表	jav_IDN_PHON	Appen Global	发音词典	爪哇语	印度尼西亚	N/A	N/A	N/A	N/A	20,000	N/A	text		G
242	瑞典文（瑞典）发音词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	swe_SWE_PHON	Appen Global	发音词典	瑞典语	瑞典	N/A	N/A	N/A	N/A	1,00,000	N/A	text		R
243	瑞典文（瑞典）词性词典	文本	ASR, TTS, 语言建模	N/A	105,000个单词	添加到咨询列表	swe_SWE_POS	Appen Global	词性词典	瑞典语	瑞典	N/A	N/A	N/A	N/A	1,05,000	N/A	text		R
98	瑞典（瑞典/芬兰）麦克风录音数据库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	30小时	添加到咨询列表	SWE_ASR001	Global Phone	有定稿的录音	瑞典语	瑞典-芬兰	低背景噪音（家庭/办公室）	98	1	11,816	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	R
192	瓜拉尼语（巴拉圭）发音词典	文本	ASR, TTS, 语言建模	N/A	35,000个单词	添加到咨询列表	grn_PRY_PHON	Appen Global	发音词典	瓜拉尼语	巴拉圭	N/A	N/A	N/A	N/A	35,000	N/A	text		G
258	祖鲁人（南非）发音词典	文本	ASR, TTS, 语言建模	N/A	75,000个单词	添加到咨询列表	zul_ZAF_PHON	Appen Global	发音词典	祖鲁语	南非	N/A	N/A	N/A	N/A	75,000	N/A	text		Z
211	立陶宛语（立陶宛）发音词典	文本	ASR, TTS, 语言建模	N/A	60,000个单词	添加到咨询列表	lit_LTU_PHON	Appen Global	发音词典	立陶宛语	立陶宛	N/A	N/A	N/A	N/A	60,000	N/A	text		L
126	简体中文印刷文本OCR	图像	文件处理, 文件搜索	照相机	200张图片	添加到咨询列表	IMG_OCR_MAC_CN	Appen China	OCR	N/A	中国	不同光线	30	NA	NA	NA	NA	jpg	每张图片中的文字均被线条边框所标记包含大量中文的图像，例如书籍，出版物，海报，收据，PPT以及印刷品等等	Z
233	索拉尼（伊拉克）发音词典	文本	ASR, TTS, 语言建模	N/A	25,000个单词	添加到咨询列表	kur_IRQ_PHON	Appen Global	发音词典	索马里语	伊拉克	N/A	N/A	N/A	N/A	25,000	N/A	text		S
232	索马里（索马里）发音词典	文本	ASR, TTS, 语言建模	N/A	76,000个单词	添加到咨询列表	som_SOM_PHON	Appen Global	发音词典	索马里语	索马里	N/A	N/A	N/A	N/A	76,000	N/A	text		S
87	索马里（索马里）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	50小时	添加到咨询列表	SOM_ASR001	Appen Global	对话录音	索马里语	索马里	低背景噪音	1,000	2	可根据要求提供	23,217	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	S
228	罗马尼亚语（罗马尼亚）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	ron_ROU_PHON	Appen Global	发音词典	罗马尼亚语	罗马尼亚	N/A	N/A	N/A	N/A	15,000	N/A	text		L
81	罗马尼亚语（罗马尼亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	37小时	添加到咨询列表	ROM_ASR001	Appen Global	对话录音	罗马尼亚语	罗马尼亚	低背景噪音	200	2	可根据要求提供	16,658	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	L
210	老挝（老挝）发音词典	文本	ASR, TTS, 语言建模	N/A	9,000个单词	添加到咨询列表	lao_LAO_PHON	Appen Global	发音词典	老挝语	老挝	N/A	N/A	N/A	N/A	9,000	N/A	text		L
128	芬兰语（芬兰）印刷文本OCR	图像	文件处理, 文件搜索	照相机	7293张图片	添加到咨询列表	IMG_OCR_FIN_CN	Appen China	OCR	芬兰语	芬兰	不同光线	4	NA	NA	NA	NA	jpg	包含文字的图像，例如广告牌，产品外包装，标志牌，杂志以及菜单等等	F
184	芬兰语（芬兰）发音词典	文本	ASR, TTS, 语言建模	N/A	85,000个单词	添加到咨询列表	fin_FIN_PHON	Appen Global	发音词典	芬兰语	芬兰	N/A	N/A	N/A	N/A	85,000	N/A	text		F
185	芬兰语（芬兰）词性词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	fin_FIN_POS	Appen Global	词性词典	芬兰语	芬兰	N/A	N/A	N/A	N/A	10,000	N/A	text		F
170	英文（加拿大）发音词典	文本	ASR, TTS, 语言建模	N/A	50,000个单词	添加到咨询列表	eng_CAN_PHON	Appen Global	发音词典	英语	加拿大	N/A	N/A	N/A	N/A	50,000	N/A	text		Y
22	英文（加拿大）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	144小时	添加到咨询列表	ENC_ASR001	Appen Global	有定稿的录音	英语	加拿大	混合	1,000	1	99,000	12,483	8	alaw或wav	完全转录为SALA II/SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制99个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
171	英文（加拿大）词性词典	文本	ASR, TTS, 语言建模	N/A	3,000个单词	添加到咨询列表	eng_CAN_POS	Appen Global	词性词典	英语	加拿大	N/A	N/A	N/A	N/A	3,000	N/A	text		Y
174	英文（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	60,000个单词	添加到咨询列表	eng_IND_PHON	Appen Global	发音词典	英语	印度	N/A	N/A	N/A	N/A	60,000	N/A	text		Y
25	英文（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	67小时	添加到咨询列表	ENI_ASR002	Appen Global	对话录音	英语	印度	低背景噪音	540	2	77,565	11,646	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了271个电话对话	Y
24	英文（印度）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	217小时	添加到咨询列表	ENI_ASR001	Appen Global	有定稿的录音	英语	印度	混合	2,358	1	1,17,900	9,190	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典[SAMPA] 每个语料提供者录制49个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词	Y
175	英文（印度）词性词典	文本	ASR, TTS, 语言建模	N/A	13,000个单词	添加到咨询列表	eng_IND_POS	Appen Global	词性词典	英语	印度	N/A	N/A	N/A	N/A	13,000	N/A	text		Y
172	英文（菲律宾）发音词典	文本	ASR, TTS, 语言建模	N/A	5,000个单词	添加到咨询列表	eng_PHL_PHON	Appen Global	发音词典	英语	菲律宾	N/A	N/A	N/A	N/A	5,000	N/A	text		Y
23	英文（菲律宾）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	53小时	添加到咨询列表	ENF_ASR001	Appen Global	对话录音	英语	菲律宾	低背景噪音	450	2	41,602	7,272	8	alaw或wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典平均通话时长为10到15分钟	Y
21	英文（阿拉伯文-黎凡特/埃及）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	28小时	添加到咨询列表	ENA_ASR001	Appen Global	对话录音	英语	埃及	低背景噪音	250	2	可根据要求提供	5,619	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典平均通话时长为10到15分钟	Y
131	英语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	22,768个句子	添加到咨询列表	ENG_NER001	Appen Global	NER	英语	N/A	N/A	N/A	N/A	22,768	可根据要求提供	N/A	text		Y
169	英语（澳大利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	157,000个单词	添加到咨询列表	eng_AUS_PHON	Appen Global	发音词典	英语	澳大利亚	N/A	N/A	N/A	N/A	1,57,000	N/A	text		Y
2	英语（澳大利亚）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	92小时	添加到咨询列表	AUS_ASR001	Appen Global	有定稿的录音	英语	澳大利亚	低背景噪音（家庭/办公室）	500	1	82,500	35,137	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制162个朗读录音，录音包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令（从215个指令中挑选），语音丰富的句子和单词	E
3	英语（澳大利亚）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	118小时	添加到咨询列表	AUS_ASR002	Appen Global	有定稿的录音	英语	澳大利亚	混合	1,000	1	75,000	19	8	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制75个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词语料包含了有定稿的录音和自由发挥的录音，其中每个稿子包含了5条自由发挥的录音	E
176	英语（爱尔兰）发音词典	文本	ASR, TTS, 语言建模	N/A	12,000个单词	添加到咨询列表	eng_IRL_PHON	Appen Global	发音词典	英语	爱尔兰	N/A	N/A	N/A	N/A	12,000	N/A	text		Y
177	英语（纽西兰）发音词典	文本	ASR, TTS, 语言建模	N/A	50,000个单词	添加到咨询列表	eng_NZL_PHON	Appen Global	发音词典	英语	纽西兰	N/A	N/A	N/A	N/A	50,000	N/A	text		Y
180	英语（美国）发音词典	文本	ASR, TTS, 语言建模	N/A	330,000个单词	添加到咨询列表	eng_USA_PHON	Appen Global	发音词典	英语	美国	N/A	N/A	N/A	N/A	3,30,000	N/A	text		Y
107	英语（美国）对话式的智能手机录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话	1,000小时	添加到咨询列表	USE_ASR003	Appen Global	对话录音	英语	美国	低背景噪音	2,000	1	5,00,000	52,586	16	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典对话涵盖了各种主题，包括学习/专业/工作，家乡，生活安排，天气和季节，准时，电视节目/电影	Y
93	英语（美国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	53小时	添加到咨询列表	Speecon English (USA) database	Nuance	有定稿的录音	英语	美国	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	Y
106	英语（美国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	62小时	添加到咨询列表	USE_ASR001	Appen Global	有定稿的录音	英语	美国	低背景噪音（录音棚）	200	2	80,000	18,318	48	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典每个语料提供者录制400个语料，语料包括数字，自然数，人名，城市名，电话号码，通用指令和特定指令，语音丰富的句子和单词	Y
181	英语（美国）词性词典	文本	ASR, TTS, 语言建模	N/A	263,000个单词	添加到咨询列表	eng_USA_POS	Appen Global	词性词典	英语	美国	N/A	N/A	N/A	N/A	2,63,000	N/A	text		Y
99	英语（英国）	音频	TTS	头戴式麦克风	11小时	添加到咨询列表	TC-STAR female baseline voice Laura	Nuance	有定稿的录音	英语	英国	低背景噪音（录音棚）	1	1	可根据要求提供	可根据要求提供	96	可根据要求提供	数据集包括人工正字法转录的转录文件，自动分割的音素，自动生成的音高标记（已手动检查了一定比例的语音段和音高标记）数据集附有一个包含词性，词元和音标的发音词典	Y
100	英语（英国）	音频	TTS	头戴式麦克风	7小时	添加到咨询列表	TC-STAR male baseline voice Ian	Nuance	有定稿的录音	英语	英国	低背景噪音（录音棚）	1	1	可根据要求提供	可根据要求提供	96	可根据要求提供	数据集包括人工正字法转录的转录文件，自动分割的音素，自动生成的音高标记（已手动检查了一定比例的语音段和音高标记）数据集附有一个包含词性，词元和音标的发音词典	Y
178	英语（英国）发音词典	文本	ASR, TTS, 语言建模	N/A	195,000个单词	添加到咨询列表	eng_GBR_PHON	Appen Global	发音词典	英语	英国	N/A	N/A	N/A	N/A	1,95,000	N/A	text		Y
259	英语（英国）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	50小时	添加到咨询列表	UKE_ASR001B	Appen Global	对话录音	英语	英国	低背景噪音	1,150	2	可根据要求提供	13,192	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	Y
104	英语（英国）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	150小时	添加到咨询列表	UKE_ASR001	Appen Global	对话录音	英语	英国	低背景噪音	1,150	2	2,98,562	24,193	8	wav	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	Y
179	英语（英国）词性词典	文本	ASR, TTS, 语言建模	N/A	155,000个单词	添加到咨询列表	eng_GBR_POS	Appen Global	词性词典	英语	英国	N/A	N/A	N/A	N/A	1,55,000	N/A	text		Y
168	英语（阿拉伯联合酋长国）发音词典	文本	ASR, TTS, 语言建模	N/A	5,000个单词	添加到咨询列表	eng_ARE_PHON	Appen Global	发音词典	英语	阿拉伯联合酋长国	N/A	N/A	N/A	N/A	5,000	N/A	text		Y
67	英语（阿拉伯联合酋长国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	33小时	添加到咨询列表	OrienTel English as spoken in the United Arab Emirates	Nuance	有定稿的录音	英语	阿拉伯联合酋长国	低背景噪音	500	1	25,500	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制51个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的特定指令	Y
173	英语（香港）发音词典	文本	ASR, TTS, 语言建模	N/A	18,000个单词	添加到咨询列表	eng_HKG_PHON	Appen Global	发音词典	英语	香港	N/A	N/A	N/A	N/A	18,000	N/A	text		Y
33	荷兰语（比利时）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	麦克风	80小时	添加到咨询列表	Flemish SpeechDat(II) FDB-1000 (FIXED1FL)	Nuance	有定稿的录音	荷兰语	比利时	低背景噪音	1,000	1	52,000	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制52个语料，语料包含数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的特定指令	H
91	荷兰语（比利时）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	47小时	添加到咨询列表	Speecon Dutch from Belgium	Nuance	有定稿的录音	荷兰语	比利时	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	H
19	荷兰语（荷兰和比利时）有定稿的车内录音语料库	音频	ASR, 虚拟助手, 车载HMI及娱乐设备	麦克风和移动电话	27小时	添加到咨询列表	Dutch and Flemish SpeechDat-Car	Nuance	有定稿的录音	荷兰语	荷兰-比利时	混合（车内）	302	5	15,100	可根据要求提供	16和8	alaw	数据集已完全转录，并附有发音词典和验证报告每个成年语料提供者录制125个语料，语料包括数字，自然数，字母串，个人、地点和企业名称（一些是自由发挥的），通用指令和特定指令，语音丰富的句子和单词及自由发挥的语料	H
167	荷兰语（荷兰）发音词典	文本	ASR, TTS, 语言建模	N/A	45,000个单词	添加到咨询列表	nld_NLD_PHON	Appen Global	发音词典	荷兰语	荷兰	N/A	N/A	N/A	N/A	45,000	N/A	text		H
66	荷兰语（荷兰）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	36小时	添加到咨询列表	NLD_ASR001	Appen Global	对话录音	荷兰语	荷兰	低背景噪音	200	2	可根据要求提供	14,964	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	H
92	荷兰语（荷兰）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	68小时	添加到咨询列表	Speecon Dutch from the Netherlands	Nuance	有定稿的录音	荷兰语	荷兰	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	H
224	葡萄牙语（巴西）发音词典	文本	ASR, TTS, 语言建模	N/A	102,000个单词	添加到咨询列表	por_BRA_PHON	Appen Global	发音词典	葡萄牙语	巴西	N/A	N/A	N/A	N/A	1,02,000	N/A	text		P
78	葡萄牙语（巴西）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	33小时	添加到咨询列表	PTB_ASR002	Appen Global	对话录音	葡萄牙语	巴西	低背景噪音	200	2	可根据要求提供	11,287	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典	P
225	葡萄牙语（巴西）词性词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	por_BRA_POS	Appen Global	词性词典	葡萄牙语	巴西	N/A	N/A	N/A	N/A	1,00,000	N/A	text		P
77	葡萄牙语（巴西）麦克风录音数据库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	26小时	添加到咨询列表	PTB_ASR001	Global Phone	有定稿的录音	葡萄牙语	巴西	低背景噪音（家庭/办公室）	102	1	10,417	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	P
226	葡萄牙语（葡萄牙）发音词典	文本	ASR, TTS, 语言建模	N/A	112,000个单词	添加到咨询列表	por_PRT_PHON	Appen Global	发音词典	葡萄牙语	葡萄牙	N/A	N/A	N/A	N/A	1,12,000	N/A	text		P
79	葡萄牙语（葡萄牙）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	36小时	添加到咨询列表	PTP_ASR001	Appen Global	对话录音	葡萄牙语	葡萄牙	低背景噪音	200	2	可根据要求提供	16,339	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	P
227	葡萄牙语（葡萄牙）词性词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	por_PRT_POS	Appen Global	词性词典	葡萄牙语	葡萄牙	N/A	N/A	N/A	N/A	1,00,000	N/A	text		P
217	蒙古语（蒙古）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	mon_MNG_PHON	Appen Global	发音词典	蒙古语	蒙古	N/A	N/A	N/A	N/A	30,000	N/A	text		M
237	西班牙文（哥伦比亚）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	spa_COL_PHON	Appen Global	发音词典	西班牙语	哥伦比亚	N/A	N/A	N/A	N/A	15,000	N/A	text		X
240	西班牙文（委内瑞拉）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	spa_VEN_PHON	Appen Global	发音词典	西班牙语	委内瑞拉	N/A	N/A	N/A	N/A	15,000	N/A	text		X
236	西班牙文（智利）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	spa_CHL_PHON	Appen Global	发音词典	西班牙语	智利	N/A	N/A	N/A	N/A	15,000	N/A	text		X
235	西班牙文（西班牙）发音词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	spa_ESP_PHON	Appen Global	发音词典	西班牙语	西班牙	N/A	N/A	N/A	N/A	1,00,000	N/A	text		X
117	西班牙文（西班牙）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	540小时	添加到咨询列表	ESP_ASR002_CN	Appen China	有定稿的录音	西班牙语	西班牙	低背景噪音（家庭/办公室）	347	1	2,58,395	1,34,939	16	wav	数据集已完全转录	X
28	西班牙文（西班牙）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	39小时	添加到咨询列表	ESP_ASR001	Appen Global	有定稿的录音	西班牙语	西班牙	混合	200	4	40,000	6,367	22	alaw	完全转录为SpeechDAT类型数据集附带一个包含所有转录词的发音词典每个语料提供者录制200个语料，语料包括100个命令和特定指令，100个语音丰富的句子	X
30	西班牙文（西班牙）有定稿的麦克风录音语料库	音频	TTS	麦克风	1小时	添加到咨询列表	ESP_TTS001	Appen Global	有定稿的录音	西班牙语	西班牙	低背景噪音（录音棚）	1	1	1,787	3,614	22	alaw	数据集随附一个发音词典，其中包含该数据集中所说的所有单词每个演讲者提供1787条语料，包括语音丰富的句子	X
97	西班牙文（西班牙）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	46小时	添加到咨询列表	Speecon Spanish Database	Nuance	有定稿的录音	西班牙语	西班牙	混合（办公室/娱乐场所/车内/公共场所）	600（550个成年语料提供者及50个儿童语料提供者）	4	1,70,000	可根据要求提供	16	可根据要求提供	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个成年语料提供者录制290个语料，每个儿童语料提供者录制210个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，语音丰富的句子和单词，儿童语料提供者还需要提供关于玩具，手机的指令以及通用指令，成年语料提供者还需要提供应用词汇，以及自由发挥的语料	X
27	西班牙语（拉丁美洲-智利和哥伦比亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	22小时	添加到咨询列表	ESL_ASR002	Appen Global	对话录音	西班牙语	智利-哥伦比亚	混合	84	2	可根据要求提供	可根据要求提供	8	wav	数据集已完全转录并加了时间戳银行和电信领域的呼叫中心风格的对话（由64个客户和14个代理商提供的），主要使用移动电话	X
26	西班牙语（拉丁美洲）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	17小时	添加到咨询列表	ESL_ASR001	Global Phone	有定稿的录音	西班牙语	哥斯达黎加	低背景噪音（家庭/办公室）	100	1	6,898	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	X
238	西班牙语（秘鲁）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	spa_PER_PHON	Appen Global	发音词典	西班牙语	秘鲁	N/A	N/A	N/A	N/A	15,000	N/A	text		X
239	西班牙语（美国）发音词典	文本	ASR, TTS, 语言建模	N/A	90,000个单词	添加到咨询列表	spa_USA_PHON	Appen Global	发音词典	西班牙语	美国	N/A	N/A	N/A	N/A	90,000	N/A	text		X
234	西班牙语（阿根廷）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	spa_ARG_PHON	Appen Global	发音词典	西班牙语	阿根廷	N/A	N/A	N/A	N/A	15,000	N/A	text		X
44	豪萨语有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	20小时	添加到咨询列表	HAU_ASR001	Global Phone	有定稿的录音	豪萨语	多国	低背景噪音（家庭/办公室）	103	1	7,895	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	H
195	豪萨（尼日利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	11,000个单词	添加到咨询列表	hau_NGA_PHON	Appen Global	发音词典	豪萨语	奈及利亚	N/A	N/A	N/A	N/A	11,000	N/A	text		H
45	豪萨（尼日利亚）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话	33小时	添加到咨询列表	HAU_ASR002	Appen Global	对话录音	豪萨语	奈及利亚	低背景噪音	200	2	可根据要求提供	7,949	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典这个项目记录了200个电话对话 - 是由100个呼入者，各进行2次呼叫（一次使用固定电话，一次使用移动电话）至100个接收者之一	H
255	越南（Vietnam）发音词典	文本	ASR, TTS, 语言建模	N/A	8,000个单词	添加到咨询列表	vie_VNM_PHON	Appen Global	发音词典	越南语	越南	N/A	N/A	N/A	N/A	8,000	N/A	text		Y
108	越南（Vietnam）麦克风录音数据库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	47小时	添加到咨询列表	VIE_ASR001	Global Phone	有定稿的录音	越南语	越南	低背景噪音（家庭/办公室）	129	1	18,842	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	Y
129	身体移动视频库	视频	健身应用, 行为识别, 手势识别	移动电话	2000个视频	添加到咨询列表	VED_HUMAN_BODY_CN	Appen China	人体	N/A	中国	不同背景及光线	1000	NA	NA	NA	NA	mp4	每个视频片段长约10至20秒	Z
165	达里语（阿富汗）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	prs_AFG_PHON	Appen Global	发音词典	达里语	阿富汗	N/A	N/A	N/A	N/A	30,000	N/A	text		D
14	达里语（阿富汗）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	40小时	添加到咨询列表	DAR_ASR001	Appen Global	对话录音	达里语	阿富汗	低背景噪音	500	2	可根据要求提供	11,168	8	alaw	数据集已完全转录并加上时间戳数据集主要是语音，不包括音乐或广告	D
15	达里语（阿富汗）广播录音数据库	音频	ASR, 自动字幕, 关键字检索	麦克风	51小时	添加到咨询列表	DAR_BRC001	Appen Global	广播录音	达里语	阿富汗	低背景噪音（录音棚）	N/A	1	可根据要求提供	可根据要求提供	N/A	wav	数据集已完全转录并加上时间戳数据集主要是语音，不包括音乐或广告数据类型包括：脱口秀，访谈，新闻广播（不包括主持人阅读的新闻）	D
139	阿姆哈拉语（埃塞俄比亚）发音词典	文本	ASR, TTS, 语言建模	N/A	45,000个单词	添加到咨询列表	amh_ETH_PHON	Appen Global	发音词典	阿姆哈拉语	埃塞俄比亚	N/A	N/A	N/A	N/A	45,000	N/A	text		A
138	阿尔巴尼亚语（阿尔巴尼亚）发音词典	文本	ASR, TTS, 语言建模	N/A	12,000个单词	添加到咨询列表	sqi_ALB_PHON	Appen Global	发音词典	阿尔巴尼亚语	阿尔巴尼亚	N/A	N/A	N/A	N/A	12,000	N/A	text		A
130	阿拉伯语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	20,774个句子	添加到咨询列表	ARB_NER001	Appen Global	NER	阿拉伯语	N/A	N/A	N/A	N/A	20,774	可根据要求提供	N/A	text		A
147	阿拉伯语发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	arb_N/A_PHON	Appen Global	发音词典	阿拉伯语	N/A	N/A	N/A	N/A	N/A	40,000	N/A	text		A
141	阿拉伯语（伊拉克）发音词典	文本	ASR, TTS, 语言建模	N/A	15,000个单词	添加到咨询列表	ara_IRQ_PHON	Appen Global	发音词典	阿拉伯语	伊拉克	N/A	N/A	N/A	N/A	15,000	N/A	text	人名	A
142	阿拉伯语（伊拉克）词性词典	文本	ASR, TTS, 语言建模	N/A	13,000个单词	添加到咨询列表	ara_IRQ_POS	Appen Global	词性词典	阿拉伯语	伊拉克	N/A	N/A	N/A	N/A	13,000	N/A	text		A
143	阿拉伯语（利比亚）发音词典	文本	ASR, TTS, 语言建模	N/A	48,000个单词	添加到咨询列表	ara_LBY_PHON	Appen Global	发音词典	阿拉伯语	利比亚	N/A	N/A	N/A	N/A	48,000	N/A	text		A
140	阿拉伯语（埃及）发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	ara_EGY_PHON	Appen Global	发音词典	阿拉伯语	埃及	N/A	N/A	N/A	N/A	40,000	N/A	text		A
114	阿拉伯语（埃及）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	352小时	添加到咨询列表	ARE_ASR001_CN	Appen China	有定稿的录音	阿拉伯语	埃及	低背景噪音（家庭/办公室）	627	1	1,28,908	2,07,576	16	wav	数据集已完全转录	A
146	阿拉伯语（摩洛哥）发音词典	文本	ASR, TTS, 语言建模	N/A	60,000个单词	添加到咨询列表	ara_MAR_PHON	Appen Global	发音词典	阿拉伯语	摩洛哥	N/A	N/A	N/A	N/A	60,000	N/A	text		A
113	阿拉伯语（摩洛哥）对话式的电话录音翻译	文本	MT, 聊天机器人, 对话式AI	N/A	80,544语句	添加到咨询列表	ARY_MT001	Appen Global	对话翻译	阿拉伯语	摩洛哥	N/A	180	N/A	80,430	23,844	N/A	text	相应的音频，转录文本，完全可逆的罗马化的转录文本及发音词典见数据集ARY_ASR001和ARY_ASRMT001	A
112	阿拉伯语（摩洛哥）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	33小时	添加到咨询列表	ARY_ASR001	Appen Global	对话录音	阿拉伯语	摩洛哥	低背景噪音	180	2	80,544	23,836	8	alaw	每个语料提供者参与了1至4个对话，每个语料提供者由一个记录在人口统计文件中的唯一的4位数的演讲者ID来识别此转录文件有原始版本和完全可逆的罗马化版本，并附带发音词典产品转录的英文翻译见数据集ARY_MT001和ARY_ASRMT001	A
115	阿拉伯语（沙特阿拉伯）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	322小时	添加到咨询列表	ARS_ASR001_CN	Appen China	有定稿的录音	阿拉伯语	沙特阿拉伯	低背景噪音（家庭/办公室）	227	1	1,04,574	1,56,282	16	wav	数据集已完全转录	A
65	阿拉伯语（现代标准阿拉伯语）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	12小时	添加到咨询列表	MSA_ASR001	Global Phone	有定稿的录音	阿拉伯语	突尼斯	低背景噪音（家庭/办公室）	78	1	4,908	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	A
149	阿拉伯语（苏丹）发音词典	文本	ASR, TTS, 语言建模	N/A	17,000个单词	添加到咨询列表	ara_SDN_PHON	Appen Global	发音词典	阿拉伯语	苏丹	N/A	N/A	N/A	N/A	17,000	N/A	text		A
20	阿拉伯语（阿尔及利亚东部）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	29小时	添加到咨询列表	EAR_ASR001	Appen Global	对话录音	阿拉伯语	阿尔及利亚	低背景噪音（家庭/办公室）	496	2	可根据要求提供	11,327	8	alaw	数据集已完全转录并加上时间戳数据集附带一个包含所有转录词的发音词典在大多数通话中，对话双方（呼入者和呼出者）的说话内容都被收集并转录了，但是对于一小部分的通话，只有一半的对话内容被收集并转录了	A
144	阿拉伯语（阿尔及利亚）发音词典	文本	ASR, TTS, 语言建模	N/A	11,000个单词	添加到咨询列表	ara_DZA_PHON	Appen Global	发音词典	阿拉伯语	阿尔及利亚	N/A	N/A	N/A	N/A	11,000	N/A	text		A
9	阿拉伯语（阿拉伯联合酋长国/沙特阿拉伯）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	86小时	添加到咨询列表	CGA_ASR001	Appen Global	有定稿的录音	阿拉伯语	阿拉伯联合酋长国-沙特阿拉伯	低背景噪音（家庭/办公室）	150	4	42,000	19,245	16	alaw	语音文件内容已完全转录，精确到单词所有录音均使用了衍生于SpeechDATmodel的方法进行标记所有转录文件已被加注元音标识每个语料提供者录制280个语料，语料包括15个人的名字和姓氏（共计30个），10个分开朗读的数字（0-10），随机生成的数字序列（每个序列包含8个数字），200个语音平衡的句子，30个语音平衡单词串（每个单词串包含10个单词）	A
148	阿拉伯语（阿拉伯联合酋长国）发音词典	文本	ASR, TTS, 语言建模	N/A	75,000个单词	添加到咨询列表	ara_ARE_PHON	Appen Global	发音词典	阿拉伯语	阿拉伯联合酋长国	N/A	N/A	N/A	N/A	75,000	N/A	text		A
122	阿拉伯语（阿拉伯联合酋长国）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	170小时	添加到咨询列表	ARU_ASR001_CN	Appen China	有定稿的录音	阿拉伯语	阿拉伯联合酋长国	低背景噪音（家庭/办公室）	133	1	42,352	85,775	16	wav	数据集已完全转录	A
70	阿拉伯语（阿拉伯联合酋长国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	48小时	添加到咨询列表	OrienTel United Arab Emirates MCA (Modern Colloquial Arabic)	Nuance	有定稿的录音	阿拉伯语	阿拉伯联合酋长国	低背景噪音	880	1	43,000	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制49个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的特定指令	A
71	阿拉伯语（阿拉伯联合酋长国）有定稿的电话录音语料库	音频	ASR, 呼叫中心, 虚拟助手	移动电话和固定电话	31小时	添加到咨询列表	OrienTel United Arab Emirates MSA (Modern Standard Arabic)	Nuance	有定稿的录音	阿拉伯语	阿拉伯联合酋长国	低背景噪音	500	1	24,500	可根据要求提供	8	alaw	数据集已完全转录为SpeechDAT类型，并附有发音词典和验证报告每个语料提供者录制49个语料，语料包括数字，自然数，字母串，个人、地点和企业名称，确认项（肯定，否定，不置可否的回答），通用指令和特定指令，语音丰富的句子和单词以及自由发挥的特定指令	A
150	阿萨姆语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	40,000个单词	添加到咨询列表	asm_IND_PHON	Appen Global	发音词典	阿萨姆语	印度	N/A	N/A	N/A	N/A	40,000	N/A	text		A
207	韩文（韩国）发音词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	kor_KOR_PHON	Appen Global	发音词典	韩语	韩国	N/A	N/A	N/A	N/A	1,00,000	N/A	text		H
59	韩文（韩国）有定稿的麦克风录音语料库	音频	ASR, 虚拟助手, 聊天机器人	麦克风	20小时	添加到咨询列表	KOR_ASR001	Global Phone	有定稿的录音	韩语	韩国	低背景噪音（家庭/办公室）	100	1	8,107	可根据要求提供	16	wav	数据集已完全转录，转录文件有原始版本和罗马化版本每个语料提供者朗读大量语音丰富的句子，这些句子选自全国性的报纸文章，这些文章可以从网络上找到，覆盖范围广，词汇量大与Karlsruhe Institute of Technology (KIT)合作开发	H
208	韩文（韩国）词性词典	文本	ASR, TTS, 语言建模	N/A	100,000个单词	添加到咨询列表	kor_KOR_POS	Appen Global	词性词典	韩语	韩国	N/A	N/A	N/A	N/A	1,00,000	N/A	text		H
132	韩语NER语料库	文本	NER, 内容分类, 搜索引擎	N/A	25,830个句子	添加到咨询列表	KOR_NER001	Appen Global	NER	韩语	韩国	N/A	N/A	N/A	25,830	可根据要求提供	N/A	text		H
216	马拉地语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	30,000个单词	添加到咨询列表	mar_IND_PHON	Appen Global	发音词典	马拉地语	印度	N/A	N/A	N/A	N/A	30,000	N/A	text		M
64	马拉地语（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	15小时	添加到咨询列表	MAR_ASR001	Appen Global	对话录音	马拉地语	印度	混合	180	2	可根据要求提供	11,908	8	alaw	数据集中大约29%的会话被转录并加盖了时间戳，可以提供完整的转录文本数据集附带一个包含所有转录词的发音词典	M
110	马拉地语（印度）对话式的电话录音语料库	音频	ASR, 对话式AI, 语音分析	移动电话和固定电话	52小时	添加到咨询列表	MAR_ASR001A	Appen Global	对话录音	马拉地语	印度	混合	1,000	2	可根据要求提供	11,908	8	alaw	数据集的部分会话被转录并加盖了时间戳，可以提供完整的转录文本数据集附带一个包含所有转录词的发音词典	M
212	马拉雅拉姆语（印度）发音词典	文本	ASR, TTS, 语言建模	N/A	4,000个单词	添加到咨询列表	mal_IND_PHON	Appen Global	发音词典	玛拉雅拉姆语	印度	N/A	N/A	N/A	N/A	4,000	N/A	text		M
213	马来西亚（马来西亚）发音词典	文本	ASR, TTS, 语言建模	N/A	10,000个单词	添加到咨询列表	msa_MYS_PHON	Appen Global	发音词典	马来语	马来西亚	N/A	N/A	N/A	N/A	10,000	N/A	text		M
123	高棉语（柬埔寨）有定稿的智能手机录音语料库	音频	ASR, 虚拟助手, 聊天机器人	移动电话	90小时	添加到咨询列表	KHM_ASR001_CN	Appen China	有定稿的录音	高棉语	柬埔寨	低背景噪音（家庭/办公室）	94	1	24,618	52,157	16	wav	数据集已完全转录	G
125	黑人（东非）脸部照片库	图像	面部识别	照相机	13500张图片	添加到咨询列表	IMG_FACE_KEN_CN	Appen China	人脸	N/A	肯尼亚	不同背景及光线	100	NA	NA	NA	NA	jpg		K