方言英语

总计14,125小时，含英式方言、美式方言及其他国家非母语英语口音，支持多来源口音建模。

1.4万条数据更新时间 2026-05-11

数据集简介

本数据集采集自英国、美国、印度、新加坡等国英语方言，以日常对话及连读讨论为主，配备精准文本转写。采样率涵盖8kHz、16kHz、44.1kHz和48kHz，低频段匹配电话场景，高频指向高保真识别。适用于大规模英语方言识别、跨地域语音翻译、智能客服全球化部署等场景。

数据质量

记录完整性

98.86%

记录时效性

按需更新

记录结构化

NDJSON、JSON、CSV、XLSX、Parquet，支持定制化

记录云交付

Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive

记录标准化

为保证数据的一致性与可用性，数据集在构建过程中对原始记录进行了标准化处理，包括：（1）单位标准化：统一价格、重量、尺寸等字段的计量单位；（2）格式标准化：统一日期、时间、数值字段的表示格式；（3）文本清洗：去除 HTML 标签、多余空格及异常字符；（4）字段规范化：统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性，便于后续分析与建模。

记录代表性

数据覆盖全量业务场景，样本均衡，具备行业代表性

需要定制更适合业务场景的数据集？

我们支持公开数据浏览、关键词筛选与企业级定制交付，帮助你更快完成模型训练与数据分析落地。