现成的数据集

我们的授权数据集来启动你的人工智能项目

产品目录

虽然开放数据或公共数据集很方便，但我们提供了一个广泛的“现成的”目录，涵盖80种语言、多种方言的250多个可授权数据集，适用于各种常见的人工智能用例。我们很高兴地宣布30多个新的数据集，为我们的客户提供即时的价值。在我们的产品中，您可以找到语音识别数据集，机器学习算法的学习数据集，所有这些都是用最先进的可用数据科学创建的。

速度

可立即支持您的AI/ML项目今天

成本效益

授权数据集比自定义数据收集更经济

专业知识

20年以上的数据收集经验

支持所有数据类型

图像、视频、语音、音频和文本

规模

提供正确数量的数据来有效地训练您的模型

质量

提高AI模型的质量并最小化偏差

请求报价0

数据集名称	产品类型	常见用例	记录装置	单位

	数据集名称	产品类型	常见用例	记录装置	单位
138	阿尔巴尼亚语(阿尔巴尼亚)发音字典	文本	ASR, TTS，语言建模	不适用	12000个单词	添加引用	sqi_ALB_PHON	阿彭环球	发音字典	阿尔巴尼亚	阿尔巴尼亚	不适用	不适用	不适用	不适用	12000年	不适用	文本		阿尔巴尼亚语(阿尔巴尼亚)发音字典
139	阿姆哈拉语(埃塞俄比亚)发音词典	文本	ASR, TTS，语言建模	不适用	45000个单词	添加引用	amh_ETH_PHON	阿彭环球	发音字典	阿姆哈拉语	埃塞俄比亚	不适用	不适用	不适用	不适用	45，000	不适用	文本		阿姆哈拉语(埃塞俄比亚)发音词典
144	阿拉伯语(阿尔及利亚)发音词典	文本	ASR, TTS，语言建模	不适用	11000个单词	添加引用	ara_DZA_PHON	阿彭环球	发音字典	阿拉伯语	阿尔及利亚	不适用	不适用	不适用	不适用	11000年	不适用	文本		阿拉伯语(阿尔及利亚)发音词典
20.	阿拉伯语(阿尔及利亚东部)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	29个小时	添加引用	EAR_ASR001	阿彭环球	会话演讲	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	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典在大多数电话中，两位发言人(内联/外联)都被接话和录音，但在少数电话中，只有一半的通话被接话和录音	阿拉伯语(阿尔及利亚东部)会话电话
140	阿拉伯语(埃及)发音词典	文本	ASR, TTS，语言建模	不适用	40000个单词	添加引用	ara_EGY_PHON	阿彭环球	发音字典	阿拉伯语	埃及	不适用	不适用	不适用	不适用	40，000	不适用	文本		阿拉伯语(埃及)发音词典
114	阿拉伯语(埃及)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	352小时	添加引用	ARE_ASR001_CN	中国的动作	脚本化的演讲	阿拉伯语	埃及	低背景噪音(家庭/办公室)	627	1	128908年	207576年	16	wav	数据集完全转录	阿拉伯语(埃及)脚本智能手机
142	阿拉伯语(伊拉克)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	13000个单词	添加引用	ara_IRQ_POS	阿彭环球	语音词典的一部分	阿拉伯语	伊拉克	不适用	不适用	不适用	不适用	13000年	不适用	文本		阿拉伯语(伊拉克)语音词典的一部分
141	阿拉伯语(伊拉克)发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	ara_IRQ_PHON	阿彭环球	发音字典	阿拉伯语	伊拉克	不适用	不适用	不适用	不适用	15，000	不适用	文本	人的名字	阿拉伯语(伊拉克)发音词典
143	阿拉伯语(利比亚)发音词典	文本	ASR, TTS，语言建模	不适用	48000个单词	添加引用	阿拉比丰酒店	阿彭环球	发音字典	阿拉伯语	利比亚	不适用	不适用	不适用	不适用	48000年	不适用	文本		阿拉伯语(利比亚)发音词典
65	阿拉伯语(现代标准阿拉伯语)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	12个小时	添加引用	MSA_ASR001	全球电话	脚本化的演讲	阿拉伯语	突尼斯	低背景噪音(家庭/办公室)	78	1	4908年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	阿拉伯语(现代标准阿拉伯语)脚本麦克风
112	阿拉伯语(摩洛哥)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	33小时	添加引用	ARY_ASR001	阿彭环球	会话演讲	阿拉伯语	摩洛哥	低背景噪音	180	2	80,544	23836年	8	当地法律	每位演讲者参与1至4次对话。扬声器由一个独特的4位扬声器ID识别，该ID记录在人口统计文件中抄本有原始脚本和完全可逆的罗马版本，并附有发音词典bob外围怎么样有产品转录的英文翻译(ARY_MT001, ARY_ASRMT001)	阿拉伯语(摩洛哥)会话电话
113	阿拉伯语(摩洛哥)会话电话翻译	文本	机器翻译，聊天机器人，会话人工智能	不适用	80544年的话语	添加引用	ARY_MT001	阿彭环球	对话翻译	阿拉伯语	摩洛哥	不适用	180	不适用	80430年	23844年	不适用	文本	相应的音频、转录、完全可逆的罗马化转录和发音词典数据可用(ARY_ASR001, ARY_ASRMT001)	阿拉伯语(摩洛哥)会话电话翻译
146	阿拉伯语（摩洛哥）发音词典	文本	ASR, TTS，语言建模	不适用	六万字	添加引用	ara_MAR_PHON	阿彭环球	发音字典	阿拉伯语	摩洛哥	不适用	不适用	不适用	不适用	60,000	不适用	文本		阿拉伯语（摩洛哥）发音词典
147	阿拉伯语(N/A)发音字典	文本	ASR, TTS，语言建模	不适用	40000个单词	添加引用	arb_N / A_PHON	阿彭环球	发音字典	阿拉伯语	不适用	不适用	不适用	不适用	不适用	40，000	不适用	文本		阿拉伯语(N/A)发音字典
115	阿拉伯语(沙特阿拉伯)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	322小时	添加引用	ARS_ASR001_CN	中国的动作	脚本化的演讲	阿拉伯语	沙特阿拉伯	低背景噪音(家庭/办公室)	227	1	104574年	156282年	16	wav	数据集完全转录	阿拉伯语(沙特阿拉伯)脚本智能手机
149	阿拉伯语(苏丹语)发音词典	文本	ASR, TTS，语言建模	不适用	17000个单词	添加引用	ara_SDN_PHON	阿彭环球	发音字典	阿拉伯语	苏丹	不适用	不适用	不适用	不适用	17,000	不适用	文本		阿拉伯语(苏丹语)发音词典
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	不适用	75000个单词	添加引用	ara_ARE_PHON	阿彭环球	发音字典	阿拉伯语	阿拉伯联合酋长国	不适用	不适用	不适用	不适用	75000年	不适用	文本		阿拉伯语(阿拉伯联合酋长国)发音词典
122	阿拉伯(阿拉伯联合酋长国)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	170小时	添加引用	ARU_ASR001_CN	中国的动作	脚本化的演讲	阿拉伯语	阿拉伯联合酋长国	低背景噪音(家庭/办公室)	133	1	42352年	85775年	16	wav	数据集完全转录	阿拉伯(阿拉伯联合酋长国)脚本智能手机
70	阿拉伯语(阿拉伯联合酋长国)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	48小时	添加引用	阿拉伯联合酋长国MCA(现代阿拉伯口语)	细微差别	脚本化的演讲	阿拉伯语	阿拉伯联合酋长国	低背景噪音	880	1	43000年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个发言者49个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，不是+模糊)，通用的命令和控制项目，语音丰富的句子和单词，自发项目的控制	阿拉伯语(阿拉伯联合酋长国)脚本电话
71	阿拉伯语(阿拉伯联合酋长国)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	31小时	添加引用	阿拉伯联合酋长国东方电信(现代标准阿拉伯语)	细微差别	脚本化的演讲	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	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个发言者49个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，不是+模糊)，通用的命令和控制项目，语音丰富的句子和单词，自发项目的控制	阿拉伯语(阿拉伯联合酋长国)脚本电话
9	阿拉伯语(阿拉伯联合酋长国/沙特阿拉伯)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	86小时	添加引用	CGA_ASR001	阿彭环球	脚本化的演讲	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	42000年	19245年	16	当地法律	在一个词的水平上完整的演讲文件的内容的转录所有的声音事件都使用来自于SpeechDATmodel的约定进行了标记所有的抄本都是完全元音化的每个讲话者有280个提示，包括从15个集合中选出的30个人名(名和姓)，10个独立的数字0-10,8位数字序列(随机生成)，200个语音平衡的句子，30 x 10个单词的语音平衡的单词串	阿拉伯语(阿拉伯联合酋长国/沙特阿拉伯)脚本麦克风
130	阿拉伯语新闻文本	文本	内容分类，搜索引擎	不适用	20774句	添加引用	ARB_NER001	阿彭环球	新闻尼珥	标准阿拉伯语	不适用	不适用	不适用	不适用	20774年	可根据要求提供	不适用	文本		阿拉伯语新闻文本
150	阿萨姆（印度）发音词典	文本	ASR, TTS，语言建模	不适用	40000个单词	添加引用	asm_IND_PHON	阿彭环球	发音字典	阿萨姆人的	印度	不适用	不适用	不适用	不适用	40，000	不适用	文本		阿萨姆（印度）发音词典
124	婴儿哭泣的声音	音频	婴儿监视器，安全及其他消费者应用	移动电话	3个小时	添加引用	CRY_ASR001	中国的动作	人类的声音	不适用	中国	低背景噪音(家庭/办公室)	One hundred.	1	NA	NA	16	wav	0-3岁婴儿的哭声，每次持续约2分钟。	婴儿哭泣的声音
4	印尼语会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	31小时	添加引用	BAH_ASR001	阿彭环球	会话演讲	印尼	印尼	低背景噪音	1002年	2	可根据要求提供	11480年	8	wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典在很大一部分电话中，只有一半的通话被收集和记录下来	印尼语会话电话
153	巴斯克(西班牙)发音词典	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	eus_ESP_PHON	阿彭环球	发音字典	巴斯克	西班牙	不适用	不适用	不适用	不适用	10，000	不适用	文本		巴斯克(西班牙)发音词典
6	孟加拉语(孟加拉国)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	47个小时	添加引用	BEN_ASR001	阿彭环球	会话演讲	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	17922年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典	孟加拉语(孟加拉国)会话式电话
154	孟加拉语(印度)发音词典	文本	ASR, TTS，语言建模	不适用	29000字	添加引用	ben_IND_PHON	阿彭环球	发音字典	孟加拉语	印度	不适用	不适用	不适用	不适用	29000年	不适用	文本		孟加拉语(印度)发音词典
7	保加利亚会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	38小时	添加引用	BUL_ASR001	阿彭环球	会话演讲	保加利亚	保加利亚	低背景噪音(家庭/办公室)	217	2	可根据要求提供	22342年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	保加利亚会话式电话
155	保加利亚语发音词典	文本	ASR, TTS，语言建模	不适用	55000个单词	添加引用	bul_BGR_PHON	阿彭环球	发音字典	保加利亚	保加利亚	不适用	不适用	不适用	不适用	55,000	不适用	文本		保加利亚语发音词典
111	保加利亚(保加利亚)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	22小时	添加引用	BUL_ASR002	全球电话	脚本化的演讲	保加利亚	保加利亚	低背景噪音(家庭/办公室)	77	1	8674年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	保加利亚(保加利亚)脚本麦克风
158	粤语（中国）词性词典	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	裕港邮政	阿彭环球	语音词典的一部分	广东话	中国	不适用	不适用	不适用	不适用	10，000	不适用	文本	传统的	粤语（中国）词性词典
156	广东话(中国)发音词典	文本	ASR, TTS，语言建模	不适用	37000个单词	添加引用	yue_CHN_PHON	阿彭环球	发音字典	广东话	中国	不适用	不适用	不适用	不适用	37000年	不适用	文本	简化	广东话(中国)发音词典
157	广东话(中国)发音词典	文本	ASR, TTS，语言建模	不适用	40000个单词	添加引用	yue_CHN_PHON	阿彭环球	发音字典	广东话	中国	不适用	不适用	不适用	不适用	40，000	不适用	文本	传统的	广东话(中国)发音词典
159	加泰罗尼亚(西班牙)发音词典	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	cat_ESP_PHON	阿彭环球	发音字典	加泰罗尼亚语的	西班牙	不适用	不适用	不适用	不适用	10，000	不适用	文本		加泰罗尼亚(西班牙)发音词典
160	Cebuano(菲律宾)发音词典	文本	ASR, TTS，语言建模	不适用	20000个单词	添加引用	ceb_PHL_PHON	阿彭环球	发音字典	宿务语	菲律宾	不适用	不适用	不适用	不适用	20，000	不适用	文本		Cebuano(菲律宾)发音词典
10	克罗地亚(克罗地亚)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	39个小时	添加引用	CRO_ASR001	阿彭环球	会话演讲	克罗地亚	克罗地亚	低背景噪音(家庭/办公室)	200	2	可根据要求提供	23919年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	克罗地亚(克罗地亚)会话电话
161	克罗地亚语(克罗地亚)发音词典	文本	ASR, TTS，语言建模	不适用	20000个单词	添加引用	hrv_HRV_PHON	阿彭环球	发音字典	克罗地亚	克罗地亚	不适用	不适用	不适用	不适用	20，000	不适用	文本		克罗地亚语(克罗地亚)发音词典
11	克罗地亚(克罗地亚)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	11个小时	添加引用	CRO_ASR002	全球电话	脚本化的演讲	克罗地亚	克罗地亚	低背景噪音(家庭/办公室)	94	1	4499年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	克罗地亚(克罗地亚)脚本麦克风
116	克罗地亚(克罗地亚)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	263小时	添加引用	CRO_ASR003_CN	中国的动作	脚本化的演讲	克罗地亚	克罗地亚	低背景噪音(家庭/办公室)	243	1	73467年	136140年	16	wav	数据集完全转录	克罗地亚(克罗地亚)脚本智能手机
162	捷克(捷克共和国)发音字典	文本	ASR, TTS，语言建模	不适用	50000个单词	添加引用	ces_CZE_PHON	阿彭环球	发音字典	捷克	捷克共和国	不适用	不适用	不适用	不适用	50000年	不适用	文本		捷克(捷克共和国)发音字典
12	捷克语(捷克共和国)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	31小时	添加引用	CZE_ASR001	全球电话	脚本化的演讲	捷克	捷克共和国	低背景噪音(家庭/办公室)	102	1	12425年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	捷克语(捷克共和国)脚本麦克风
13	捷克（捷克共和国）脚本电话	音频	呼叫中心，虚拟助理	固定电话只	93小时	添加引用	捷克SpeechDat (E)的数据集	细微差别	脚本化的演讲	捷克	捷克共和国	低背景噪音	1，000	1	52000年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 52个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的单词和句子	捷克（捷克共和国）脚本电话
164	丹麦语(丹麦语)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	dan_DNK_POS	阿彭环球	语音词典的一部分	丹麦	丹麦	不适用	不适用	不适用	不适用	100，000	不适用	文本		丹麦语(丹麦语)语音词典的一部分
163	丹麦语(丹麦)发音词典	文本	ASR, TTS，语言建模	不适用	107000个单词	添加引用	丹昆	阿彭环球	发音字典	丹麦	丹麦	不适用	不适用	不适用	不适用	107000年	不适用	文本		丹麦语(丹麦)发音词典
90	丹麦(丹麦)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	53小时	添加引用	Speecon丹麦	细微差别	脚本化的演讲	丹麦	丹麦	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	丹麦(丹麦)脚本麦克风
15	达里语(阿富汗)广播数据	音频	ASR，自动字幕，关键字识别	麦克风	51小时	添加引用	DAR_BRC001	阿彭环球	广播讲话	达里语	阿富汗	低背景噪音(演播室)	不适用	1	可根据要求提供	可根据要求提供	不适用	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（不包括主持人阅读新闻）	达里语(阿富汗)广播数据
14	达里语(阿富汗)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	40小时	添加引用	DAR_ASR001	阿彭环球	会话演讲	达里语	阿富汗	低背景噪音	500	2	可根据要求提供	11168年	8	当地法律	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	达里语(阿富汗)会话电话
165	达里（阿富汗）发音词典	文本	ASR, TTS，语言建模	不适用	30000个单词	添加引用	prs_AFG_PHON	阿彭环球	发音字典	达里语	阿富汗	不适用	不适用	不适用	不适用	30，000	不适用	文本		达里（阿富汗）发音词典
166	Dholuo(肯尼亚)发音词典	文本	ASR, TTS，语言建模	不适用	20000个单词	添加引用	luo_KEN_PHON	阿彭环球	发音字典	Dholuo	肯尼亚	不适用	不适用	不适用	不适用	20，000	不适用	文本		Dholuo(肯尼亚)发音词典
91	荷兰(比利时)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	47个小时	添加引用	荷兰语，来自比利时	细微差别	脚本化的演讲	荷兰	比利时	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	荷兰(比利时)脚本麦克风
33	荷兰(比利时)脚本电话	音频	呼叫中心，虚拟助理	麦克风	80小时	添加引用	佛兰芒语演讲	细微差别	脚本化的演讲	荷兰	比利时	低背景噪音	1，000	1	52000年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 52个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，不是+模糊)，通用的命令和控制项目，语音丰富的句子和单词，自发项目的控制	荷兰(比利时)脚本电话
19	荷兰语(荷兰和比利时)编写在车内	音频	ASR，虚拟助理，汽车人机界面和娱乐	麦克风和手机	27小时	添加引用	荷兰语和佛兰德语的SpeechDat-Car	细微差别	脚本化的演讲	荷兰	荷兰;比利时	混合(车内)	302	5	15100年	可根据要求提供	16 - 8	当地法律	数据集完全转录，并伴有发音词典和验证报告每位成人演讲者125个提示，包括数字、自然数字、字母串、个人、地点和公司名称(有些是自发的)、通用的命令和控制项目、语音丰富的单词和句子以及自发的讲话提示	荷兰语(荷兰和比利时)编写在车内
66	荷兰（荷兰）对话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	36个小时	添加引用	全国民主联盟ASR001	阿彭环球	会话演讲	荷兰	荷兰	低背景噪音	200	2	可根据要求提供	14964年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	荷兰（荷兰）对话电话
167	荷兰语(荷兰)发音词典	文本	ASR, TTS，语言建模	不适用	45000个单词	添加引用	nld_NLD_PHON	阿彭环球	发音字典	荷兰	荷兰	不适用	不适用	不适用	不适用	45，000	不适用	文本		荷兰语(荷兰)发音词典
92	荷兰(荷兰)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	68小时	添加引用	荷兰语来自荷兰	细微差别	脚本化的演讲	荷兰	荷兰	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	荷兰(荷兰)脚本麦克风
125	东非面部图像	图像	面部识别	相机	13500张图片	添加引用	IMG_FACE_KEN_CN	中国的动作	人类的脸	不适用	肯尼亚	混合背景和照明条件	One hundred.	NA	NA	NA	NA	jpg		东非面部图像
21	英语(阿拉伯语-黎凡特/埃及)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	28小时	添加引用	ENA_ASR001	阿彭环球	会话演讲	英语	埃及	低背景噪音	250	2	可根据要求提供	5,619	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典平均通话时长:10-15分钟	英语(阿拉伯语-黎凡特/埃及)会话电话
169	英语（澳大利亚）发音词典	文本	ASR, TTS，语言建模	不适用	157000个单词	添加引用	eng_AUS_PHON	阿彭环球	发音字典	英语	澳大利亚	不适用	不适用	不适用	不适用	157000年	不适用	文本		英语（澳大利亚）发音词典
2	英语(澳大利亚)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	92小时	添加引用	AUS_ASR001	阿彭环球	脚本化的演讲	英语	澳大利亚	低背景噪音(家庭/办公室)	500	1	82500年	35137年	8	当地法律	完全转录到speech hdat类型约定数据集配有包含所有转录词的发音词典每个演讲者有162个提示(阅读演讲)，包括数字，自然数字，字母串，个人，地点，公司名称，确认项目(是，否+模糊)，通用的命令和控制项目(从215个)，语音丰富的句子和单词	英语(澳大利亚)脚本电话
3.	英语(澳大利亚)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	118小时	添加引用	AUS_ASR002	阿彭环球	脚本化的演讲	英语	澳大利亚	混合	1，000	1	75000年	19	8	当地法律	完全转录到speech hdat类型约定数据集配有包含所有转录词的发音词典每位演讲者有75个提示，包括数字，自然数字，字母串，个人，地点和公司名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词提示是"阅读"和"引出"的组合每个脚本有5个提示是"自发的言论自由"	英语(澳大利亚)脚本电话
171	英语(加拿大)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	3000个单词	添加引用	eng_CAN_POS	阿彭环球	语音词典的一部分	英语	加拿大	不适用	不适用	不适用	不适用	3,000	不适用	文本		英语(加拿大)语音词典的一部分
170	英语(加拿大)发音词典	文本	ASR, TTS，语言建模	不适用	50000个单词	添加引用	eng_CAN_PHON	阿彭环球	发音字典	英语	加拿大	不适用	不适用	不适用	不适用	50000年	不适用	文本		英语(加拿大)发音词典
22	英语(加拿大)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	144小时	添加引用	ENC_ASR001	阿彭环球	脚本化的演讲	英语	加拿大	混合	1，000	1	99000年	12483年	8	法律或wav	完全转录到SALA II/ speech hdat类型约定数据集配有包含所有转录词的发音词典每位演讲者提供99个提示，包括数字、自然数字、字母串、个人、地点和企业名称、确认项目(是、否+模糊)、通用的命令和控制项目、语音丰富的句子和单词	英语(加拿大)脚本电话
173	英文(香港)发音字典	文本	ASR, TTS，语言建模	不适用	18000个单词	添加引用	eng_HKG_PHON	阿彭环球	发音字典	英语	香港	不适用	不适用	不适用	不适用	18000年	不适用	文本		英文(香港)发音字典
25	英语(印度)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	67小时	添加引用	ENI_ASR002	阿彭环球	会话演讲	英语	印度	低背景噪音	540	2	77565年	11646年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典 271个电话对话被记录在这个项目中	英语(印度)会话电话
175	英语(印度)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	13000个单词	添加引用	eng_IND_POS	阿彭环球	语音词典的一部分	英语	印度	不适用	不适用	不适用	不适用	13000年	不适用	文本		英语(印度)语音词典的一部分
174	英语(印度)发音词典	文本	ASR, TTS，语言建模	不适用	六万字	添加引用	eng_IND_PHON	阿彭环球	发音字典	英语	印度	不适用	不适用	不适用	不适用	60,000	不适用	文本		英语(印度)发音词典
24	英语(印度)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	217小时	添加引用	ENI_ASR001	阿彭环球	脚本化的演讲	英语	印度	混合	2358年	1	117900年	9190年	8	当地法律	完全转录到speech hdat类型约定。数据集附带一个包含所有转录词的发音词典[SAMPA] 每个演讲者有49个提示，包括数字，自然数字，字母串，个人，地点和公司名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	英语(印度)脚本电话
176	英语(爱尔兰)发音词典	文本	ASR, TTS，语言建模	不适用	12000个单词	添加引用	英吉利丰	阿彭环球	发音字典	英语	爱尔兰	不适用	不适用	不适用	不适用	12000年	不适用	文本		英语(爱尔兰)发音词典
177	英语(新西兰)发音字典	文本	ASR, TTS，语言建模	不适用	50000个单词	添加引用	eng_NZL_PHON	阿彭环球	发音字典	英语	新西兰	不适用	不适用	不适用	不适用	50000年	不适用	文本		英语(新西兰)发音字典
23	英语(菲律宾)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	53小时	添加引用	ENF_ASR001	阿彭环球	会话演讲	英语	菲律宾	低背景噪音	450	2	41,602	7,272	8	法律或wav	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典平均通话时长:10-15分钟	英语(菲律宾)会话电话
172	英语(菲律宾)发音字典	文本	ASR, TTS，语言建模	不适用	5000个单词	添加引用	eng_PHL_PHON	阿彭环球	发音字典	英语	菲律宾	不适用	不适用	不适用	不适用	5,000	不适用	文本		英语(菲律宾)发音字典
168	英语(阿拉伯联合酋长国)发音词典	文本	ASR, TTS，语言建模	不适用	5000个单词	添加引用	英格瑞丰	阿彭环球	发音字典	英语	阿拉伯联合酋长国	不适用	不适用	不适用	不适用	5,000	不适用	文本		英语(阿拉伯联合酋长国)发音词典
67	英语(阿拉伯联合酋长国)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	33小时	添加引用	阿拉伯联合酋长国所说的东方英语	细微差别	脚本化的演讲	英语	阿拉伯联合酋长国	低背景噪音	500	1	25500年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个说话人51个提示，包括数字、自然数、字母串、个人、地名和企业名称、确认项（是、否+模糊）、通用命令和控制项、语音丰富的句子和单词以及自动控制项	英语(阿拉伯联合酋长国)脚本电话
99	英语(英国)	音频	TTS	耳机麦克风	10个小时	添加引用	TC-STAR女性基线声音劳拉	细微差别	脚本化的演讲	英语	大不列颠联合王国	低背景噪音(演播室)	1	1	可根据要求提供	可根据要求提供	96	可根据要求提供	数据集包括手动正字法转录、自动音素分割、自动生成音高标记(其中一定百分比的音高段和音高标记已被手动检查) 数据集配有一个语音词典与POS，引理和音标	英语(英国)
One hundred.	英语(英国)	音频	TTS	耳机麦克风	10个小时	添加引用	TC-STAR男性基线声音Ian	细微差别	脚本化的演讲	英语	大不列颠联合王国	低背景噪音(演播室)	1	1	可根据要求提供	可根据要求提供	96	可根据要求提供	数据集包括手动正字法转录、自动音素分割、自动生成音高标记(其中一定百分比的音高段和音高标记已被手动检查) 数据集配有一个语音词典与POS，引理和音标	英语(英国)
259	英语(英国)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	50个小时	添加引用	UKE_ASR001B	阿彭环球	会话演讲	英语	大不列颠联合王国	低背景噪音	1,150	2	可根据要求提供	13192年	8	wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典	英语(英国)会话电话
104	英语(英国)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	150小时	添加引用	UKE_ASR001	阿彭环球	会话演讲	英语	大不列颠联合王国	低背景噪音	1,150	2	298562年	24193年	8	wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典	英语(英国)会话电话
179	英语(英国)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	155000个单词	添加引用	eng_GBR_POS	阿彭环球	语音词典的一部分	英语	大不列颠联合王国	不适用	不适用	不适用	不适用	155000年	不适用	文本		英语(英国)语音词典的一部分
178	英语(联合王国)发音词典	文本	ASR, TTS，语言建模	不适用	195000个单词	添加引用	英格博丰酒店	阿彭环球	发音字典	英语	大不列颠联合王国	不适用	不适用	不适用	不适用	195000年	不适用	文本		英语(联合王国)发音词典
107	英语(美国)会话智能手机	音频	ASR、会话人工智能、语音分析	移动电话	1000小时	添加引用	USE_ASR003	阿彭环球	会话演讲	英语	美国	低背景噪音	2，000	1	500,000	52586年	16	wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典对话涵盖了各种各样的话题，包括:学习/专业/工作、家乡、生活安排、天气和季节、守时、电视节目/电影)	英语(美国)会话智能手机
181	英语(美国)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	263000个单词	添加引用	eng_USA_POS	阿彭环球	语音词典的一部分	英语	美国	不适用	不适用	不适用	不适用	263000年	不适用	文本		英语(美国)语音词典的一部分
180	英语(美国)发音词典	文本	ASR, TTS，语言建模	不适用	330000个单词	添加引用	eng_USA_PHON	阿彭环球	发音字典	英语	美国	不适用	不适用	不适用	不适用	330,000	不适用	文本		英语(美国)发音词典
93	英语（美国）脚本话筒	音频	ASR，虚拟助理，聊天机器人	麦克风	53小时	添加引用	美国speech English数据库	细微差别	脚本化的演讲	英语	美国	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	英语（美国）脚本话筒
106	英语（美国）脚本话筒	音频	ASR，虚拟助理，聊天机器人	麦克风	62小时	添加引用	USE_ASR001	阿彭环球	脚本化的演讲	英语	美国	低背景噪音(演播室)	200	2	80000年	18318年	48	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典每位演讲者要阅读400个提示，包括数字、自然数字、人名和城市名、电话号码、通用的指挥和控制项目、语音丰富的句子和单词	英语（美国）脚本话筒
131	英语新闻文本	文本	内容分类，搜索引擎	不适用	22768句	添加引用	工程师NER001	阿彭环球	新闻尼珥	英语	不适用	不适用	不适用	不适用	22768年	可根据要求提供	不适用	文本		英语新闻文本
32	波斯语/波斯语(伊朗)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	30个小时	添加引用	FAR_ASR002	阿彭环球	会话演讲	伊朗波斯	伊朗	混合	1，000	2	可根据要求提供	12358年	8	wav	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典	波斯语/波斯语(伊朗)会话电话
31	波斯语/波斯语(伊朗)脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	85小时	添加引用	FAR_ASR001	阿彭环球	脚本化的演讲	伊朗波斯	伊朗	混合	789	1	38400年	8716年	8	当地法律	完全转录到东方网类型约定数据集附带一个包含所有转录词的发音词典[SAMPA] 48个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	波斯语/波斯语(伊朗)脚本电话
135	波斯语/波斯语新闻文本	文本	内容分类，搜索引擎	不适用	19584句	添加引用	FAR_NER001	阿彭环球	新闻尼珥	伊朗波斯	伊朗	不适用	不适用	不适用	19584年	可根据要求提供	不适用	文本		波斯语/波斯语新闻文本
185	芬兰语(芬兰)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	fin_FIN_POS	阿彭环球	语音词典的一部分	芬兰	芬兰	不适用	不适用	不适用	不适用	10，000	不适用	文本		芬兰语(芬兰)语音词典的一部分
128	芬兰语(芬兰)印刷文本OCR	图像	文档处理，文档搜索	相机	7293张图片	添加引用	IMG_OCR_FIN_CN	中国的动作	文档OCR	芬兰	芬兰	混合照明条件	4	NA	NA	NA	NA	jpg	包含文本的图像，如广告牌/外包装/标识/杂志/菜单等。	芬兰语(芬兰)印刷文本OCR
184	芬兰语发音词典	文本	ASR, TTS，语言建模	不适用	八万五千字	添加引用	芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬芬	阿彭环球	发音字典	芬兰	芬兰	不适用	不适用	不适用	不适用	85000年	不适用	文本		芬兰语发音词典
145	法语(阿尔及利亚)发音词典	文本	ASR, TTS，语言建模	不适用	4000个单词	添加引用	fra_DZA_PHON	阿彭环球	发音字典	法国	阿尔及利亚	不适用	不适用	不适用	不适用	4，000	不适用	文本	阿拉伯语字母	法语(阿尔及利亚)发音词典
5	法语(比利时)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	76小时	添加引用	比利时法语演讲（II）FDB-1000（固定1BF）	细微差别	脚本化的演讲	法国	比利时	低背景噪音	1，000	1	53000年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 53个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，不是+模糊)，通用的命令和控制项目，语音丰富的句子和单词，自发项目的控制	法语(比利时)脚本电话
36	法语(加拿大)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	9小时	添加引用	FRC_ASR003	阿彭环球	会话演讲	法国	加拿大	混合	68	2	可根据要求提供	6022年	8	当地法律	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典平均通话时长:10-15分钟在大多数电话中，只有一半的通话内容被接话并记录下来，但在少数电话中，两个通话者(在线/离线)都被接话并记录下来	法语(加拿大)会话电话
186	法语(加拿大)发音词典	文本	ASR, TTS，语言建模	不适用	67000个单词	添加引用	fra_CAN_PHON	阿彭环球	发音字典	法国	加拿大	不适用	不适用	不适用	不适用	67000年	不适用	文本		法语(加拿大)发音词典
35	法语(加拿大)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	46小时	添加引用	FRC_ASR002	阿彭环球	脚本化的演讲	法国	加拿大	低背景噪音(家庭/办公室)	150	1	22,500	10755年	16	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典每个演讲者有150个提示，包括数字，数字串(随机生成)，地址和语音丰富的句子和单词	法语(加拿大)脚本麦克风
34	法语(加拿大)脚本电话	音频	呼叫中心，虚拟助理	移动电话	131小时	添加引用	FRC_ASR001	阿彭环球	脚本化的演讲	法国	加拿大	混合	1，000	1	100，000	11697年	8	当地法律	完全转录到speech hdat类型约定数据集附带一个包含所有转录词的发音词典[SAMPA] 每位演讲者提供100个提示，包括数字、自然数字、字母串、个人、地点和企业名称、确认项目(是、否+模糊)、通用的命令和控制项目、语音丰富的句子和单词	法语(加拿大)脚本电话
40	法语(法国)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	25小时	添加引用	FRF_ASR001	阿彭环球	会话演讲	法国	法国	低背景噪音	563	2	可根据要求提供	11922年	8	当地法律	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典在大多数电话中，两位发言人(内联/外联)都被接话和录音，但在少数电话中，只有一半的通话被接话和录音	法语(法国)会话式电话
39	法国(法国)车内	音频	ASR，虚拟助理，汽车人机界面和娱乐	麦克风和手机		添加引用	法语演讲车	细微差别	脚本化的演讲	法国	法国	混合(车内)	300	5	37,500	可根据要求提供	16 - 8	可根据要求提供	数据集完全转录，并伴有发音词典和验证报告每个演讲者大约需要125个提示，包括数字、自然数字、字母串、个人、地点和公司名称(有些是自发的)、通用的命令和控制项目、语音丰富的单词和句子以及自发的讲话提示	法国(法国)车内
188	法语(法国)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	95000字	添加引用	fra_FRA_POS	阿彭环球	语音词典的一部分	法国	法国	不适用	不适用	不适用	不适用	95000年	不适用	文本		法语(法国)语音词典的一部分
187	法语（法国）发音词典	文本	ASR, TTS，语言建模	不适用	112000个单词	添加引用	弗劳弗劳丰酒店	阿彭环球	发音字典	法国	法国	不适用	不适用	不适用	不适用	112000年	不适用	文本		法语（法国）发音词典
41	法国(法国)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	26小时	添加引用	FRF_ASR003	全球电话	脚本化的演讲	法国	法国	低背景噪音(家庭/办公室)	98	1	10273年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	法国(法国)脚本麦克风
37	法语(法国)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	41小时	添加引用	法国SpeechDat (II)身上- 1000	细微差别	脚本化的演讲	法国	法国	低背景噪音(家庭/办公室)	1017年	1	48000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 48个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	法语(法国)脚本电话
38	法语(法国)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	305小时	添加引用	法国SpeechDat (II)身上- 5000	细微差别	脚本化的演讲	法国	法国	低背景噪音	5,040	1	237000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 47个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	法语(法国)脚本电话
60	法国(卢森堡)电话	音频	呼叫中心，虚拟助理	固定电话只	45小时	添加引用	卢森堡法语演讲（II）FDB-500（固定1LF）	细微差别	脚本化的演讲	法国	卢森堡	低背景噪音	614	1	32000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 53个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	法国(卢森堡)电话
189	德语发音词典	文本	ASR, TTS，语言建模	不适用	146000字	添加引用	deu_DEU_PHON	阿彭环球	发音字典	德国	德国	不适用	不适用	不适用	不适用	146,000	不适用	文本		德语发音词典
16	德国(德国)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	16个小时	添加引用	DEU_ASR001	阿彭环球	脚本化的演讲	德国	德国	低背景噪音(演播室)	127	2	12700年	6826年	16	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典每位演讲者要阅读100个提示，包括数字、自然数字、人名和城市名、电话号码、通用的指挥和控制项目、语音丰富的句子和单词	德国(德国)脚本麦克风
18	德国(德国)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	25小时	添加引用	DEU_ASR003	全球电话	脚本化的演讲	德国	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	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	德国(德国)脚本麦克风
42	德国(德国)电话	音频	呼叫中心，虚拟助理	固定电话只	31小时	添加引用	(二)FDB-1000	细微差别	脚本化的演讲	德国	德国	低背景噪音(家庭/办公室)	988	1	43000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 44个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	德国(德国)电话
43	德国(德国)电话	音频	呼叫中心，虚拟助理	固定电话只	268小时	添加引用	德国SpeechDat (II)身上- 4000	细微差别	脚本化的演讲	德国	德国	低背景噪音(家庭/办公室)	4，000	1	160000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个演讲者需要40个提示，包括数字，自然数字，字母串，个人，地点和公司名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	德国(德国)电话
61	德国(卢森堡)电话	音频	呼叫中心，虚拟助理	固定电话只	33小时	添加引用	卢森堡人的德语演讲	细微差别	脚本化的演讲	德国	卢森堡	低背景噪音	500	1	26500年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 53个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	德国(卢森堡)电话
190	德语(瑞士)发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	deu_CHE_PHON	阿彭环球	发音字典	德国	瑞士	不适用	不适用	不适用	不适用	15，000	不适用	文本		德语(瑞士)发音词典
94	德国(瑞士)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	53小时	添加引用	speech德语(瑞士)数据库	细微差别	脚本化的演讲	德国	瑞士	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	德国(瑞士)脚本麦克风
68	德国(土耳其)电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	31小时	添加引用	东方人:土耳其人说德语	细微差别	脚本化的演讲	德国	火鸡	低背景噪音	300	1	15600年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 52个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	德国(土耳其)电话
191	希腊（希腊）发音词典	文本	ASR, TTS，语言建模	不适用	5000个单词	添加引用	ell_GRC_PHON	阿彭环球	发音字典	希腊人	希腊	不适用	不适用	不适用	不适用	5,000	不适用	文本		希腊（希腊）发音词典
118	希腊(希腊)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	191小时	添加引用	GRE_ASR001_CN	中国的动作	脚本化的演讲	希腊人	希腊	低背景噪音(家庭/办公室)	287	1	54113年	68271年	16	wav	数据集完全转录	希腊(希腊)脚本智能手机
192	瓜拉尼(巴拉圭)发音词典	文本	ASR, TTS，语言建模	不适用	35000个单词	添加引用	grn_PRY_PHON	阿彭环球	发音字典	瓜拉尼	巴拉圭	不适用	不适用	不适用	不适用	35000年	不适用	文本		瓜拉尼(巴拉圭)发音词典
194	海地克里奥尔语(海地)发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	hat_HTI_PHON	阿彭环球	发音字典	海地克里奥尔语	海地	不适用	不适用	不适用	不适用	15，000	不适用	文本		海地克里奥尔语(海地)发音词典
45	豪萨(尼日利亚)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话	33小时	添加引用	HAU_ASR002	阿彭环球	会话演讲	豪萨语	尼日利亚	低背景噪音	200	2	可根据要求提供	7,949	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	豪萨(尼日利亚)会话式电话
195	豪萨(尼日利亚)发音词典	文本	ASR, TTS，语言建模	不适用	11000个单词	添加引用	hau_NGA_PHON	阿彭环球	发音字典	豪萨语	尼日利亚	不适用	不适用	不适用	不适用	11000年	不适用	文本		豪萨(尼日利亚)发音词典
44	豪萨脚本话筒	音频	ASR，虚拟助理，聊天机器人	麦克风	20小时	添加引用	HAU_ASR001	全球电话	脚本化的演讲	豪萨语	多个	低背景噪音(家庭/办公室)	103	1	7895年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	豪萨脚本话筒
46	希伯来语(以色列)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	34个小时	添加引用	HEB_ASR001	阿彭环球	会话演讲	希伯来语	以色列	低背景噪音	200	2	可根据要求提供	19250年	8	法律或wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	希伯来语(以色列)会话电话
196	希伯来语(以色列)发音词典	文本	ASR, TTS，语言建模	不适用	31000字	添加引用	heb_ISR_PHON	阿彭环球	发音字典	希伯来语	以色列	不适用	不适用	不适用	不适用	31000年	不适用	文本		希伯来语(以色列)发音词典
48	印地语(印度)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	32小时	添加引用	HIN_ASR002	阿彭环球	会话演讲	北印度语	印度	混合	996	2	可根据要求提供	12266年	8	wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典在大多数电话中，两位发言人(内联/外联)都被接话和录音，但在少数电话中，只有一半的通话被接话和录音	印地语(印度)会话式电话
197	印地语(印度)发音字典	文本	ASR, TTS，语言建模	不适用	35000个单词	添加引用	hin_IND_PHON	阿彭环球	发音字典	北印度语	印度	不适用	不适用	不适用	不适用	35000年	不适用	文本		印地语(印度)发音字典
47	印地语(印度)脚本电话	音频	呼叫中心，虚拟助理	移动电话	224小时	添加引用	HIN_ASR001	阿彭环球	脚本化的演讲	北印度语	印度	低背景噪音	1920年	1	96000年	9853年	8	当地法律	完全转录到speech hdat类型约定数据集附带一个包含所有转录词的发音词典[SAMPA] 每个发言者50次提示，包括数字、自然数字、个人、企业和地名、网址、确认项目（是、否+模糊）、通用命令和控制项目、语音丰富的句子和单词	印地语(印度)脚本电话
129	人体运动	视频	健身应用，动作分类，手势识别	移动电话	2000个视频	添加引用	VED_HUMAN_BODY_CN	中国的动作	人体	不适用	中国	混合背景和照明条件	1000	NA	NA	NA	NA	mp4	视频剪辑大约有10-20秒长	人体运动
198	匈牙利语(匈牙利)发音字典	文本	ASR, TTS，语言建模	不适用	500字	添加引用	洪峰洪峰	阿彭环球	发音字典	匈牙利	匈牙利	不适用	不适用	不适用	不适用	500	不适用	文本		匈牙利语(匈牙利)发音字典
119	匈牙利(匈牙利)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	286小时	添加引用	匈牙利ASR001中国	中国的动作	脚本化的演讲	匈牙利	匈牙利	低背景噪音(家庭/办公室)	254	1	94031年	201921年	16	wav	数据集完全转录	匈牙利(匈牙利)脚本智能手机
49	匈牙利(匈牙利)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	65小时	添加引用	匈牙利SpeechDat (E)	细微差别	脚本化的演讲	匈牙利	匈牙利	低背景噪音	1，000	1	48000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 48个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	匈牙利(匈牙利)脚本电话
199	伊博语(尼日利亚)发音词典	文本	ASR, TTS，语言建模	不适用	30000个单词	添加引用	ibo_NGA_PHON	阿彭环球	发音字典	伊博人	尼日利亚	不适用	不适用	不适用	不适用	30，000	不适用	文本		伊博语(尼日利亚)发音词典
152	印度尼西亚语(印度尼西亚语)是语言词典的一部分	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	ind_IDN_POS	阿彭环球	语音词典的一部分	印尼	印尼	不适用	不适用	不适用	不适用	10，000	不适用	文本		印度尼西亚语(印度尼西亚语)是语言词典的一部分
151	印度尼西亚发音词典	文本	ASR, TTS，语言建模	不适用	95000字	添加引用	ind_IDN_PHON	阿彭环球	发音字典	印尼	印尼	不适用	不适用	不适用	不适用	95000年	不适用	文本		印度尼西亚发音词典
183	伊朗语波斯语(伊朗)语言词典的一部分	文本	ASR, TTS，语言建模	不适用	140万字	添加引用	pes_IRN_POS	阿彭环球	语音词典的一部分	伊朗波斯	伊朗	不适用	不适用	不适用	不适用	1400000年	不适用	文本		伊朗语波斯语(伊朗)语言词典的一部分
182	伊朗波斯语(伊朗)发音词典	文本	ASR, TTS，语言建模	不适用	80000个单词	添加引用	pes_IRN_PHON	阿彭环球	发音字典	伊朗波斯	伊朗	不适用	不适用	不适用	不适用	80000年	不适用	文本		伊朗波斯语(伊朗)发音词典
52	意大利（意大利）会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	36个小时	添加引用	ITA_ASR003	阿彭环球	会话演讲	意大利	意大利	低背景噪音	200	2	可根据要求提供	18974年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	意大利（意大利）会话电话
201	意大利语(意大利)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	147000个单词	添加引用	ita_ITA_POS	阿彭环球	语音词典的一部分	意大利	意大利	不适用	不适用	不适用	不适用	147000年	不适用	文本		意大利语(意大利)语音词典的一部分
200	意大利语(意大利)发音词典	文本	ASR, TTS，语言建模	不适用	197000个单词	添加引用	ita_ITA_PHON	阿彭环球	发音字典	意大利	意大利	不适用	不适用	不适用	不适用	197000年	不适用	文本		意大利语(意大利)发音词典
50	意大利(意大利)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	44小时	添加引用	ITA_ASR001	阿彭环球	脚本化的演讲	意大利	意大利	混合	200	4	40，000	7316年	22	当地法律	完全转录到speech hdat类型约定数据集配有包含所有转录词的发音词典每个演讲者有200个提示，包括100个命令和控制类型项目和100个语音丰富的句子	意大利(意大利)脚本麦克风
51	意大利(意大利)脚本麦克风	音频	ASR，虚拟助理，汽车人机界面和娱乐	麦克风	47个小时	添加引用	ITA_ASR002	阿彭环球	脚本化的演讲	意大利	意大利	混合(车内)	103	4	35875年	10366年	48	当地法律	完全转录到speech hdat类型约定数据集配有包含所有转录词的发音词典每个演讲者有350个提示，包括数字，街道名称，通用的指挥和控制项目，语音丰富的句子和单词每个演讲者录制了一到两段录音，包括第一次录音是在一辆停着的汽车里，发动机还在运转;第二次录音是在一辆以60英里/小时(100公里/小时)的速度行驶的汽车里。	意大利(意大利)脚本麦克风
53	意大利(意大利)脚本麦克风	音频	TTS	麦克风	3个小时	添加引用	ITA_TTS001	阿彭环球	脚本化的演讲	意大利	意大利	低背景噪音(演播室)	1	1	3300年	可根据要求提供	22	当地法律	数据集附带一个发音词汇表，其中包含数据集中说出的所有单词每个演讲者有3300个提示，包括语音丰富的句子	意大利(意大利)脚本麦克风
54	意大利(意大利)电话	音频	呼叫中心，虚拟助理	固定电话只	38小时	添加引用	意大利固定网络语音	细微差别	脚本化的演讲	意大利	意大利	低背景噪音(家庭/办公室)	1，000	1	39000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个人39个提示，包括独立和连接的数字，自然数，金额，拼写单词，时间和日期短语，是/不是问题，城市名称，常见的应用单词，短语中的应用单词和语音丰富的句子	意大利(意大利)电话
55	意大利(意大利)电话	音频	呼叫中心，虚拟助理	固定电话只	228小时	添加引用	意大利SpeechDat (II)身上- 3000	细微差别	脚本化的演讲	意大利	意大利	低背景噪音(家庭/办公室)	3,040	1	134000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 44个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	意大利(意大利)电话
56	意大利(意大利)电话	音频	呼叫中心，虚拟助理	移动电话	103小时	添加引用	意大利语演讲（二）MDB-250	细微差别	脚本化的演讲	意大利	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	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 51个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	意大利(意大利)电话
89	意大利(意大利)电话	音频	呼叫中心，虚拟助理	移动电话	13个小时	添加引用	意大利移动网络语音数据库	细微差别	脚本化的演讲	意大利	意大利	低背景噪音(家庭/办公室)	342	1	13500年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个演讲者需要40个提示，包括数字，自然数字，字母串，个人，地点和公司名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	意大利(意大利)电话
203	日语(日语)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	265000字	添加引用	jpn_jpn_POS	阿彭环球	语音词典的一部分	日本	日本	不适用	不适用	不适用	不适用	265000年	不适用	文本		日语(日语)语音词典的一部分
202	日语（日本）发音词典	文本	ASR, TTS，语言建模	不适用	262000个单词	添加引用	jpn_jpn_PHON	阿彭环球	发音字典	日本	日本	不适用	不适用	不适用	不适用	262000年	不适用	文本		日语（日本）发音词典
57	日语(日本)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	33小时	添加引用	JPN_ASR001	全球电话	脚本化的演讲	日本	日本	低背景噪音(家庭/办公室)	144	1	13067年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	日语(日本)脚本麦克风
95	日语(日本)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	57小时	添加引用	Speecon日本	细微差别	脚本化的演讲	日本	日本	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	日语(日本)脚本麦克风
136	日本东北新闻社	文本	内容分类，搜索引擎	不适用	20629句	添加引用	JPY_NER001	阿彭环球	新闻尼珥	日本	日本	不适用	不适用	不适用	20629年	可根据要求提供	不适用	文本		日本东北新闻社
204	爪哇语(印度尼西亚)发音字典	文本	ASR, TTS，语言建模	不适用	20000个单词	添加引用	jav_IDN_PHON	阿彭环球	发音字典	爪哇人	印尼	不适用	不适用	不适用	不适用	20，000	不适用	文本		爪哇语(印度尼西亚)发音字典
58	卡纳达（印度）对话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	15个小时	添加引用	KAN_ASR001	阿彭环球	会话演讲	埃纳德语	印度	混合	178	2	可根据要求提供	15660年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典	卡纳达（印度）对话电话
109	卡纳达（印度）对话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	57小时	添加引用	KAN_ASR001A	阿彭环球	会话演讲	埃纳德语	印度	混合	1，000	2	可根据要求提供	15660年	8	当地法律	大约25%的数据集会话被转录，并有时间戳——完整的记录可以提供数据库是伴随着一个发音词典，包含所有转录词	卡纳达（印度）对话电话
205	卡纳达(印度)发音词典	文本	ASR, TTS，语言建模	不适用	35000个单词	添加引用	kan_IND_PHON	阿彭环球	发音字典	埃纳德语	印度	不适用	不适用	不适用	不适用	35000年	不适用	文本		卡纳达(印度)发音词典
206	哈萨克（哈萨克斯坦）发音词典	文本	ASR, TTS，语言建模	不适用	30000个单词	添加引用	kaz_KAZ_PHON	阿彭环球	发音字典	哈萨克斯坦	哈萨克斯坦	不适用	不适用	不适用	不适用	30，000	不适用	文本		哈萨克（哈萨克斯坦）发音词典
123	高棉（柬埔寨）脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	90小时	添加引用	KHM_ASR001_中国	中国的动作	脚本化的演讲	高棉语	柬埔寨	低背景噪音(家庭/办公室)	94	1	24618年	52157年	16	wav	数据集完全转录	高棉（柬埔寨）脚本智能手机
208	韩语（韩国）词性词典	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	kor_KOR_POS	阿彭环球	语音词典的一部分	朝鲜文	韩国	不适用	不适用	不适用	不适用	100，000	不适用	文本		韩语（韩国）词性词典
207	韩语(韩国)发音词典	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	kor_KOR_PHON	阿彭环球	发音字典	朝鲜文	韩国	不适用	不适用	不适用	不适用	100，000	不适用	文本		韩语(韩国)发音词典
59	韩国(韩国)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	20小时	添加引用	KOR_ASR001	全球电话	脚本化的演讲	朝鲜文	韩国	低背景噪音(家庭/办公室)	One hundred.	1	8107年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	韩国(韩国)脚本麦克风
132	韩国NER新闻文本	文本	内容分类，搜索引擎	不适用	25830句	添加引用	科鲁内尔001	阿彭环球	新闻尼珥	朝鲜文	韩国	不适用	不适用	不适用	25830年	可根据要求提供	不适用	文本		韩国NER新闻文本
209	Kurmanji(土耳其)发音词典	文本	ASR, TTS，语言建模	不适用	六万字	添加引用	kur_TUR_PHON	阿彭环球	发音字典	Kurmanji	火鸡	不适用	不适用	不适用	不适用	60,000	不适用	文本		Kurmanji(土耳其)发音词典
210	老挝语发音词典	文本	ASR, TTS，语言建模	不适用	9000个单词	添加引用	lao_LAO_PHON	阿彭环球	发音字典	老挝	老挝	不适用	不适用	不适用	不适用	9000年	不适用	文本		老挝语发音词典
211	立陶宛语发音词典	文本	ASR, TTS，语言建模	不适用	六万字	添加引用	lit_LTU_PHON	阿彭环球	发音字典	立陶宛	立陶宛	不适用	不适用	不适用	不适用	60,000	不适用	文本		立陶宛语发音词典
212	马来语（印度）发音词典	文本	ASR, TTS，语言建模	不适用	4000个单词	添加引用	mal_IND_PHON	阿彭环球	发音字典	马拉雅拉姆语	印度	不适用	不适用	不适用	不适用	4，000	不适用	文本		马来语（印度）发音词典
213	马来西亚(马来西亚)发音字典	文本	ASR, TTS，语言建模	不适用	10000个单词	添加引用	msa_MYS_PHON	阿彭环球	发音字典	马来西亚	马来西亚	不适用	不适用	不适用	不适用	10，000	不适用	文本		马来西亚(马来西亚)发音字典
214	普通话(简体)(中国)发音词典	文本	ASR, TTS，语言建模	不适用	35000个单词	添加引用	zho_CHN_PHON	阿彭环球	发音字典	中文(简体)	中国	不适用	不适用	不适用	不适用	35000年	不适用	文本		普通话(简体)(中国)发音词典
215	普通话(传统)(台湾)发音词典	文本	ASR, TTS，语言建模	不适用	50000个单词	添加引用	zho_TWN_PHON	阿彭环球	发音字典	中文(繁体)	台湾	不适用	不适用	不适用	不适用	50000年	不适用	文本		普通话(传统)(台湾)发音词典
63	普通话（中国）脚本话筒	音频	ASR，虚拟助理，聊天机器人	麦克风	26小时	添加引用	MAC_ASR002	全球电话	脚本化的演讲	普通话	中国	低背景噪音(家庭/办公室)	132	1	10225年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	普通话（中国）脚本话筒
62	普通话（中国）脚本电话	音频	呼叫中心，虚拟助理	移动电话和固定电话	323小时	添加引用	MAC_ASR001	阿彭环球	脚本化的演讲	普通话	中国	混合	2，000	1	200,000	7145年	8	当地法律	完全转录到speech hdat类型约定数据集附带一个包含所有转录词的发音词典[SAMPA] 98个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目(从215个)，语音丰富的句子和单词	普通话（中国）脚本电话
134	中国话	文本	内容分类，搜索引擎	不适用	17313句	添加引用	MAC_NER001	阿彭环球	新闻尼珥	普通话	中国	不适用	不适用	不适用	17313年	可根据要求提供	不适用	文本		中国话
64	马拉地语(印度)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	15个小时	添加引用	MAR_ASR001	阿彭环球	会话演讲	马拉地语	印度	混合	180	2	可根据要求提供	11908年	8	当地法律	大约29%的数据集会话被转录，并带有时间戳——完整的记录可以提供数据集配有包含所有转录词的发音词典	马拉地语(印度)会话电话
110	马拉地语(印度)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	52小时	添加引用	MAR_ASR001A	阿彭环球	会话演讲	马拉地语	印度	混合	1，000	2	可根据要求提供	11908年	8	当地法律	数据集会话的一部分被转录并带有时间戳——完整的记录可以提供数据集配有包含所有转录词的发音词典	马拉地语(印度)会话电话
216	马拉地语(印度)发音词典	文本	ASR, TTS，语言建模	不适用	30000个单词	添加引用	mar_IND_PHON	阿彭环球	发音字典	马拉地语	印度	不适用	不适用	不适用	不适用	30，000	不适用	文本		马拉地语(印度)发音词典
217	蒙古语发音词典	文本	ASR, TTS，语言建模	不适用	30000个单词	添加引用	mon_MNG_PHON	阿彭环球	发音字典	蒙古	蒙古	不适用	不适用	不适用	不适用	30，000	不适用	文本		蒙古语发音词典
219	挪威语(挪威)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	3000个单词	添加引用	nor_NOR_POS	阿彭环球	语音词典的一部分	挪威语	挪威	不适用	不适用	不适用	不适用	3,000	不适用	文本		挪威语(挪威)语音词典的一部分
218	挪威语(挪威)发音词典	文本	ASR, TTS，语言建模	不适用	115000个单词	添加引用	nor_NOR_PHON	阿彭环球	发音字典	挪威语	挪威	不适用	不适用	不适用	不适用	115000年	不适用	文本		挪威语(挪威)发音词典
220	奥里亚（印度）发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	ori_IND_PHON	阿彭环球	发音字典	奥里萨邦	印度	不适用	不适用	不适用	不适用	15，000	不适用	文本		奥里亚（印度）发音词典
80	旁遮普(巴基斯坦)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	20小时	添加引用	PAP_ASR001	阿彭环球	会话演讲	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	当地法律	数据集已完全转录并带有时间戳数据集配有包含所有转录词的发音词典 71%的电话，两个发言人(内线/外线)都被收集和转录，然而，29%的电话，只有一半的谈话被收集和转录	旁遮普(巴基斯坦)会话电话
74	普什图语(阿富汗)播出	音频	ASR，自动字幕，关键字识别	麦克风	51小时	添加引用	PAS_BRC001	阿彭环球	广播讲话	北普什图语；南普什图语	阿富汗	低背景噪音(演播室)	不适用	1	可根据要求提供	可根据要求提供	不适用	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（不包括主持人阅读新闻）	普什图语(阿富汗)播出
73	普什图语(阿富汗语)对话麦克风	音频	ASR、会话人工智能、语音分析	麦克风	39个小时	添加引用	PAS_ASR002	阿彭环球	会话演讲	北普什图语；南普什图语	阿富汗	低背景噪音	40	2	可根据要求提供	9480年	16	wav	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典作为可选的额外购买，还可提供法语成绩单的完整翻译平均通话时长:120分钟，其中一人作为采访者，另一人作为被采访者，场景类似于TransTAC风格(如民事、检查点等)。面试官出现在不止一组对话中，但每一组对话中的受访者都是独特的	普什图语(阿富汗语)对话麦克风
72	普什图语(阿富汗)会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	55个小时	添加引用	PAS_ASR001	阿彭环球	会话演讲	北普什图语；南普什图语	阿富汗	低背景噪音	967	2	可根据要求提供	13633年	8	wav	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典在大多数电话中，两位发言人(内联/外联)都被接话和录音，但在少数电话中，只有一半的通话被接话和录音	普什图语(阿富汗)会话电话
221	普什图语(阿富汗)发音词典	文本	ASR, TTS，语言建模	不适用	65000个单词	添加引用	pus_AFG_PHON	阿彭环球	发音字典	普什图语	阿富汗	不适用	不适用	不适用	不适用	65000年	不适用	文本		普什图语(阿富汗)发音词典
223	波兰语(波兰)语言词典的一部分	文本	ASR, TTS，语言建模	不适用	4000个单词	添加引用	pol_POL_POS	阿彭环球	语音词典的一部分	波兰的	波兰	不适用	不适用	不适用	不适用	4，000	不适用	文本		波兰语(波兰)语言词典的一部分
222	波兰语（波兰）发音词典	文本	ASR, TTS，语言建模	不适用	40000个单词	添加引用	pol_POL_PHON	阿彭环球	发音字典	波兰的	波兰	不适用	不适用	不适用	不适用	40，000	不适用	文本		波兰语（波兰）发音词典
75	波兰(波兰)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	25小时	添加引用	POL_ASR001	全球电话	脚本化的演讲	波兰的	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	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	波兰(波兰)脚本麦克风
120	波兰(波兰)脚本智能手机	音频	ASR，虚拟助理，聊天机器人	移动电话	293小时	添加引用	POL_ASR002_CN	中国的动作	脚本化的演讲	波兰的	波兰	低背景噪音(家庭/办公室)	353	1	106674年	168544年	16	wav	数据集完全转录	波兰(波兰)脚本智能手机
76	波兰(波兰)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	78小时	添加引用	波兰SpeechDat (E)数据库	细微差别	脚本化的演讲	波兰的	波兰	低背景噪音	1，000	1	48000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 48个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	波兰(波兰)脚本电话
78	葡萄牙语(巴西)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	33小时	添加引用	PTB_ASR002	阿彭环球	会话演讲	葡萄牙语	巴西	低背景噪音	200	2	可根据要求提供	11287年	8	当地法律	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典	葡萄牙语(巴西)会话式电话
77	葡萄牙语(巴西)麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	26小时	添加引用	PTB_ASR001	全球电话	脚本化的演讲	葡萄牙语	巴西	低背景噪音(家庭/办公室)	102	1	10417年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	葡萄牙语(巴西)麦克风
225	葡萄牙语(巴西)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	por_BRA_POS	阿彭环球	语音词典的一部分	葡萄牙语	巴西	不适用	不适用	不适用	不适用	100，000	不适用	文本		葡萄牙语(巴西)语音词典的一部分
224	葡萄牙语（巴西）发音词典	文本	ASR, TTS，语言建模	不适用	102000个单词	添加引用	por_BRA_PHON	阿彭环球	发音字典	葡萄牙语	巴西	不适用	不适用	不适用	不适用	102000年	不适用	文本		葡萄牙语（巴西）发音词典
79	葡萄牙语(葡萄牙)会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	36个小时	添加引用	PTP_ASR001	阿彭环球	会话演讲	葡萄牙语	葡萄牙	低背景噪音	200	2	可根据要求提供	16339年	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	葡萄牙语(葡萄牙)会话式电话
227	葡萄牙语(葡萄牙语)语音词典的一部分	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	por_PRT_POS	阿彭环球	语音词典的一部分	葡萄牙语	葡萄牙	不适用	不适用	不适用	不适用	100，000	不适用	文本		葡萄牙语(葡萄牙语)语音词典的一部分
226	葡萄牙语发音词典	文本	ASR, TTS，语言建模	不适用	112000个单词	添加引用	por_PRT_PHON	阿彭环球	发音字典	葡萄牙语	葡萄牙	不适用	不适用	不适用	不适用	112000年	不适用	文本		葡萄牙语发音词典
81	罗马尼亚（罗马尼亚）对话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	37小时	添加引用	ROM_ASR001	阿彭环球	会话演讲	罗马尼亚	罗马尼亚	低背景噪音	200	2	可根据要求提供	16,658	8	当地法律	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	罗马尼亚（罗马尼亚）对话电话
228	罗马尼亚语发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	ron_ROU_PHON	阿彭环球	发音字典	罗马尼亚	罗马尼亚	不适用	不适用	不适用	不适用	15，000	不适用	文本		罗马尼亚语发音词典
82	俄语会话式电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	37小时	添加引用	RUS_ASR001	阿彭环球	会话演讲	俄罗斯	俄罗斯	低背景噪音	200	2	可根据要求提供	28284年	8	法律或wav	数据集已完全转录并加上时间戳数据集配有包含所有转录词的发音词典该项目记录了200个电话对话-100名演讲者向100个呼叫接收器分别拨打2个电话（1个来自固定电话，1个来自移动电话）	俄语会话式电话
230	俄语（俄罗斯）词性词典	文本	ASR, TTS，语言建模	不适用	100000个单词	添加引用	rus_RUS_POS	阿彭环球	语音词典的一部分	俄罗斯	俄罗斯	不适用	不适用	不适用	不适用	100，000	不适用	文本		俄语（俄罗斯）词性词典
229	俄语(俄罗斯)发音字典	文本	ASR, TTS，语言建模	不适用	115000个单词	添加引用	鲁苏鲁苏丰	阿彭环球	发音字典	俄罗斯	俄罗斯	不适用	不适用	不适用	不适用	115000年	不适用	文本		俄语(俄罗斯)发音字典
83	俄罗斯(俄罗斯)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	31小时	添加引用	RUS_ASR002	全球电话	脚本化的演讲	俄罗斯	俄罗斯	低背景噪音(家庭/办公室)	115	1	12205年	可根据要求提供	16	wav	数据集是完全转录和转录是可用的原始脚本和罗马化形式每个演讲者都会从网络上的全国性报纸文章中选择一些语音丰富的句子，以覆盖广泛的领域和大量的词汇与卡尔斯鲁厄理工学院(KIT)合作开发	俄罗斯(俄罗斯)脚本麦克风
96	俄罗斯(俄罗斯)脚本麦克风	音频	ASR，虚拟助理，聊天机器人	麦克风	46小时	添加引用	Speecon俄罗斯数据库	细微差别	脚本化的演讲	俄罗斯	俄罗斯	混合(办公、娱乐、汽车、公共场所)	600人(550名成人及50名儿童)	4	170000年	可根据要求提供	16	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每名成人和每名儿童分别有290个和210个提示，包括数字、自然数字、字母串、个人、地点和业务名称、成人使用的应用词汇、儿童使用的命令(玩具、电话和通用)、发音丰富的单词和句子，以及成人使用的自由和自发的反应	俄罗斯(俄罗斯)脚本麦克风
84	俄罗斯脚本电话	音频	呼叫中心，虚拟助理	固定电话只	180小时	添加引用	俄罗斯SpeechDat (E)数据库	细微差别	脚本化的演讲	俄罗斯	俄罗斯	低背景噪音	2，500	1	112000年	可根据要求提供	8	当地法律	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每个演讲者需要45个提示，包括数字，自然数字，字母串，个人，地点和公司名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	俄罗斯脚本电话
133	俄罗斯NER新闻文本	文本	内容分类，搜索引擎	不适用	29888句	添加引用	RUS_NER001	阿彭环球	新闻尼珥	俄罗斯	俄罗斯	不适用	不适用	不适用	29,888	可根据要求提供	不适用	文本		俄罗斯NER新闻文本
231	塞尔维亚语发音词典	文本	ASR, TTS，语言建模	不适用	15000个单词	添加引用	srp_SRB_PHON	阿彭环球	发音字典	塞尔维亚	塞尔维亚	不适用	不适用	不适用	不适用	15，000	不适用	文本		塞尔维亚语发音词典
126	简体中文打印文本OCR	图像	文档处理，文档搜索	相机	200张图片	添加引用	IMG_OCR_MAC_CN	中国的动作	文档OCR	不适用	中国	混合照明条件	30.	NA	NA	NA	NA	jpg	每个图像中的文本都用线条标记了边框图片包含厚重的中文文本，包括书籍、出版物、海报、收据、PPT、印刷纸张等。	简体中文打印文本OCR
85	斯洛伐克(斯洛伐克)脚本电话	音频	呼叫中心，虚拟助理	固定电话只	65小时	添加引用	斯洛伐克SpeechDat (E)数据库	细微差别	脚本化的演讲	斯洛伐克语	斯洛伐克	低背景噪音	1，000	1	48000年	可根据要求提供	8	可根据要求提供	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告 48个提示，包括数字，自然数字，字母串，个人，地点和业务名称，确认项目(是，否+模糊)，通用的命令和控制项目，语音丰富的句子和单词	斯洛伐克(斯洛伐克)脚本电话
86	斯洛文尼亚(斯洛文尼亚)电话	音频	呼叫中心，虚拟助理	固定电话只	76小时	添加引用	斯洛文尼亚SpeechDat (II)身上- 1000	细微差别	脚本化的演讲	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	数据集完全转录为speech hdat类型约定，并伴有发音词典和验证报告每位演讲者大约需要40个提示，包括数字、自然数字、字母串、个人、地点和公司名称、确认项目(是、否+模糊)、通用的命令和控制项目以及语音丰富的句子和单词	斯洛文尼亚(斯洛文尼亚)电话
87	索马里语会话电话	音频	ASR、会话人工智能、语音分析	移动电话和固定电话	50个小时	添加引用	SOM_ASR001	阿彭环球	会话演讲	索马里	索马里	低背景噪音	1，000	2	可根据要求提供	23217年	8	当地法律	数据集已全部转录并打上时间戳数据集配有包含所有转录词的发音词典	索马里语会话电话
232	索马里语发音词典	文本	ASR, TTS，语言建模	不适用	76000个单词	添加引用	som_SOM_PHON	阿彭环球	发音字典	索马里	索马里	不适用	不适用	不适用	不适用	76000年	不适用	文本		索马里语发音词典
233