英语设备命令集
30小时英语设备唤醒词及语音命令数据集，涵盖常见设备控制指令，适用于语音助手唤醒与命令识别系统。
30 条数据更新时间 2026-05-11
数据集简介
本数据集包含30小时的英语语音命令音频，内容覆盖智能音箱、手机助手、车载系统等场景中的常用控制指令，如“Hey Siri”“音量调节”“打开设置”“播放音乐”等。每名录制人员录制约十句话，录音人年龄区间为15至50岁，男女比例约为1:1。音频采集于安静室内环境，采样率为16kHz/16bit单声道WAV格式。此类限定场景的语言模型训练有助于提升唤醒引擎在真实环境的误唤醒抑制性能，加速AI助理产品的落地。
数据质量
记录完整性
91.88%
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。