上海方言（中国）多人对话式录音语料库

收录上海方言2人自由对话录音，总时长5小时，话题自然多样。

5 条数据更新时间 2026-05-11

数据集简介

每段音频由2人录制，自由讨论主题，时长20-30分钟，单人语音不超过40分钟，音量3000-20000spml，信噪比≥20，使用8k采样设备，男女比例约0.56，适用于方言语音识别与对话分析研究。

数据质量

记录完整性

96.74%

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。