基于端点检测的蒙藏维语音片段数据集

• 作者: 韦向峰 袁毅 张全 吐尔逊·卡得
• 来源期刊: 中国科学数据
• 关键词: 语音片段 端点检测 蒙古语 藏语 维吾尔语 语音数据
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 科学大数据工程专题
• 页码范围: 108-118
• 页数: 11页
• 语种: 中文
• DOI: 10.11922/csdata.2019.0024.zh

摘要

在"中国少数民族地区蒙藏维言语录音2015数据集"的语音数据基础上,采用短时能量和短时过零率的双门限端点检测方法,得到一个句子语音的多个语音片段文件.本语音片段数据集包含蒙古语语音片段1657个、藏语语音片段666个、维吾尔语语音片段756个,数据总量大小约为111 MB.通过软件自动切分和语言专家的多重审核校对得到高质量的蒙藏维多语种的语音片段数据,可应用于少数民族的语音识别、端点检测、语音增强、语音合成和语言教学等领域.