中文普通话儿童语音数据库-希尔贝壳.pdf

AISHELL-ASR0018-[ZH-CN] 中文普通话儿童语音数据库 数据产品说明书 AISHELL-ASR0018-[ZH-CN] 1 产品概述2 2 录音语料2 2.1 语料池的制作2 2.1.1 语料池内容 2 2.1.2 语料池处理 2 2.2 录音文本的结构设计2 3 发音人信息 3 3.1 基本信息记录3 3.2 发音人结构特征3 3.2.1 性别比例 3 3.2.2 年龄比例 3 3.2.3 方言区域比例 4 4 数据录制环境4 4.1 录制环境4 4.2 录制设备4 4.3 录制方法4 5 语音数据转写4 6 版权声明 5 1 AISHELL-ASR0018-[ZH-CN] 1 产品概述 此中文普通话语音数据库共邀请1000 名来自中国不同口音区域发音人参与录制。录制 过程在安静室内环境中，使用手机 （16kHz，16bit）进行录制。 此数据库经过专业语音校对人员转写标注，并通过严格质量检验，文本正确率在95%以 上。 2 录音语料 2.1 语料池的制作 2.1.1 语料池内容 考虑到语音识别在智能家居、教育、工业生产等领域的应用，语料设计包含诗歌、童话、 食物名称、数字串等内容。 2.1.2 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。  删除含有中文和英文以外语言的内容。  删除单句含有25 字以上的内容。  统一格式。 2.2 录音文本的结构设计 考虑到语音覆盖及音素平衡，此数据库录音文本设计分为A 级(3-6 岁)、B 级（7-10 岁）两类。A 级文本每份200 句，B 级文本每份275 句，从语料池中抽取，结构如下。（图 表2-2） A 级 B 级 语控词 CO 38 63 食物名称 FD 25 19 诗歌 PT 30 30 2 AISHELL-ASR0018-[ZH-CN] 数字串 NU 36 51 童话 TA 27 11 平衡句 SE 25 45 十万个为什么 QU 19 56 合计 200 275