缅甸语语音数据集
126小时缅甸语对话语音数据,含文本转写,覆盖金融消费、社会热点、旅游购物、教育医疗等十余类话题。
126 条数据更新时间 2026-05-11
数据集简介
本数据集包含126小时的缅甸语对话录音,所有发音人均为以缅甸语为母语的缅甸本土人士。谈论话题包括金融消费、通用生活口语、社会热点、旅游购物、体育娱乐、数字时间类、人名地名、教育学习、医疗新冠和科技数码游戏等,话题覆盖面广、内容贴近日常交流场景。录音环境为安静的室内空间(办公室/家庭),音频参数为16kHz/16bit或8kHz/16bit单声道WAV格式。数据库提供精确的文本转写,每句转写标注说话人标签和时间戳。适用于缅甸语语音识别模型训练、语音翻译系统以及面向东南亚市场的智能语音产品开发。
数据质量
记录完整性
93.73%
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。