北京公共数据开放平台-连环夺宝

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内；普通环境，包含不影响语音识别的噪音录音内容通用类；交互类；数

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内，无回声录音内容娱乐；新闻；口语；经济；数字；字母人员327名德国

数据规模26,090张：痘痘（9,690张），痘印（9,614张 ），色斑（21,647张 ），皱纹（21,228张 ），黑眼圈（9,200张）人种分布人种

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内；普通环境，包含不影响语音识别的噪音录音内容50万句常用口语人员4

数据规模28,237句应用场景意图理解数据内容智能交互场景下多个领域的单句意图标注数据数据格式excel标注内容人工编写相应意图的

格式44.1khz 16bit，wav，双声道录音环境含嘈杂噪音的场景；地铁、超市、餐厅、马路、展厅、机场、影院、高铁、高速公路、市内道

数据规模1,282万对中韩平行语料数据，中文部分平均句长25.7字数据内容中韩平行语料语言汉语、韩语数据格式txt准确率90%应用场景

数据规模4,082个家庭，15,595人，18,172组亲属关系对采集环境室内场景、室外场景采集多样性多种场景、多个家庭、11种亲属关系对

数据规模4,001人，每人最少385张，最多2,779张人种分布人种分布为黄种人性别分布男2,052人，女1,949人采集环境包括室内场景采集

数据规模15人，21,210张人种分布性别分布：男6人、女9人；年龄分布：11-27岁采集环境居家环境、办公环境采集多样性涵盖多种场景

数据规模983万对中日平行语料数据数据内容中日平行语料语言汉语、日语数据格式txt准确率90%应用场景机器翻译

格式48khz，24bit，wav，单声道录音环境专业录音棚环境录音内容涵盖通用陈述句、通用疑问句等类别人员男性，20~30岁，声音年轻积

数据规模2,000人人种分布黄种人、黑种人、白种人、棕色人种性别分布18岁以下、18~45岁、46~60岁、60岁以上采集环境室内场景、室

数据规模5,521人，每人标注36张人种分布人种分布：黄种人；性别分布：男2,522人，女2,999人；年龄分布：18岁以下930人，18~45岁3

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内，无回声录音内容车载场景，智能家居，语音助手人员349名英国人，其

数据规模100人，共计22,163张手写体数据；一人至少159张手写体数据国籍分布日本人50人，韩国人49人，阿富汗人1人性别分布男性采

格式44.1khz， 16bit，未压缩wav，单声道录音环境相对安静的室内录音内容儿童教科书；故事书；口语；数字；字母人员201名英国儿

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内录音内容常用句子人员999名韩国人，女性占比53%语言韩语标注特点文

数据规模10,543人，每人4张照片人种分布人种分布为黄种人性别分布男5,030人、女5,513人从少年到老人，中青年为主采集环境包括室

数据规模53,097条中文微博句子数据内容中文微博句法树库存储格式conv语言中文标注内容北大人民日报标准、哈工大依存句法标注规范