AISHELL-3 开源

自2017年AISHELL首次开源以来，已经浩浩荡荡的过了三年，在这三年里希尔贝壳陆续开源了AISHELL-1、AISHELL-2以及AISHELL-WakeUp-1总时长2739.12小时的数据集，作为全球领先的人工智能大数据方案服务商，希尔贝壳多年来秉承着“以人工智能民主化为目标，开放数据、数据交换、数据制作方案变革创新为理念”的企业愿景。因此，为解决在各应用领域数据匮乏的现状，帮助更多研究人员拓宽研究领域，丰富研究内容，加速迭代，再度开源中文普通话语音数据集——AISHELL-3，语音共88035句子，数据库音字确率在98%以上。所有开源数据以硬盘和网盘形式免费开放给高校科研教育机构。

AISHELL-1

发布时间：2017年7月

开源地点：

http://www.openslr.org/33/

http://www.aishelltech.com/kysjcp

Kaldi Recipe：

https://github.com/kaldi-asr/kaldi/tree/master/egs/aishell

AISHELL-2

发布时间：2018年6月

开源地点：

http://www.aishelltech.com/aishell_2

Kaldi Recipe：

https://github.com/kaldi-asr/kaldi/tree/master/egs/aishell2

AISHELL-3

sample：

http://aishell-3.oss-cn-beijing.aliyuncs.com/AISHELL-3-Sample.rar

Readme：

http://aishell-3.oss-cn-beijing.aliyuncs.com/AISHELL-3%20ReadMe.pdf

开源地址：

http://www.aishelltech.com/aishell_3

开源方案：

https://sos1sos2sixteen.github.io/aishell3

数据介绍

希尔贝壳中文普通话语音数据库AISHELL-3的语音时长为85小时88035句，可做为多说话人合成系统。录制过程在安静室内环境中，使用高保真麦克风（44.1kHz，16bit）。218名来自中国不同口音区域的发言人参与录制。专业语音校对人员进行拼音和韵律标注，并通过严格质量检验，此数据库音字确率在98%以上。

System Paper