1）基本信息
发布时间：2018年
时长：总共15小时（3903个音频文件）
参与人数：300人
这个数据集是在复杂的环境设置（声音）语料库掩盖的声音呈现在声学挑战性条件下的音频记录。录音发生在不同大小的真实房间中，捕捉每个房间的不同背景和混响轮廓。各种类型的干扰器噪声（电视，音乐，或潺潺声）同时播放干净的讲话。在房间内精心布置的12个麦克风在远处录制音频，每个麦克风产生120小时的音频。为了模仿谈话中的人类行为，前景扬声器使用电动平台，在记录期间旋转一系列角度。
三百个不同的扬声器从LibriSpeech的“干净”的数据子集被选择作为源音频，确保50-50女性男性分组。在准备即将到来的数据挑战时，语音语料库的第一次发布将只包括200个发言者。剩下的100个发言者将被保留用于模型验证；一旦数据挑战赛被关闭，完整的语料库（300个发言者）将被释放。除了完整的数据集之外，我们还提供了一个DEV集合和一个迷你DEV集合。两者都保持了语音语料库的数据结构，但都包含了一小部分数据。DEV集包括四个随机选择的扬声器（50-50个女性男性分组）的音频文件，用于ROM-1中记录的数据。这包括所有12个麦克风的数据。迷你开发套件仅包括一个扬声器、一个房间（1号房间）和录音棚话筒。
2）语料库特点
本语料库的目的是促进声学研究，包括但不限于：
- 说话人识别，语音识别，说话人检测。
- 事件和背景分类，语音/非语音。
- 源分离和定位，降噪，一般增强，声学质量度量
其中音频包含：
- 男女声阅读的英语。
- 模拟的头部运动：使用电动旋转平台上的扬声器来模拟前景旋转。
- 杂散噪声包含大量的电视、音乐、噪音。
- 包括大、中、小多个房间的各种混响。
语料库包含源音频、重传音频、正字法转录和说话人标签，有转录和模拟记录的真实世界的噪音。该语料库的最终目标是通过提供对复杂声学数据的访问来推进声学研究。语料库将以开源的形式发布，免费供商业、学术和政府使用。
3）链接
文献：
https://arxiv.org/abs/1804.05053
See more：