英文合轨对话

1,500小时英语合轨对话数据，含文本转写，覆盖通用日常、经济、教育、社会热点、工作生活等热门话题，适用于对话式英语ASR和语音任务开发。

1,500 条数据更新时间 2026-05-11

数据集简介

本数据集总长1,500小时，主要为两个及以上参与者共同参与录制的合轨式英语对话。对话场景涵盖通用日常生活交流，经济趋势讨论，教育探讨，社会热点事件追踪及办公室工作生活沟通等。音频规格为16kHz/16bit单声道，附带说话人角色标注和对应会话文本。本数据集适合用于提升端到端英语语音识别对话题转换的识别准确率并对对话策略分析提供支撑。

数据质量

记录完整性

99.95%

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。