项目类型:法意西唤醒词+误唤醒数据集采集
1.项目内容:
120人干净人声采集+360小时误唤醒测试集采集
2.干净人声录制规范:
a. 录⾳距离与⽅位:统⼀固定为30cm,发⾳⼈位于设备 /⻨克⻛正前⽅,⻨克⻛与嘴部⽔平对⻬,⽆上下 / 左右⻆度偏差。
b. 录制设备:统⼀使⽤专业声卡+ 电容⻨克⻛,确保⾳频采集⽆失真、⽆原⽣底噪、⽆电流⾳。
c. ⾳频参数:统⼀为WAV 格式,采样率48kHz,位深24bit,单声道;纯净⼈声语料⽆额外背景杂⾳,⾳频⾸尾⽆超过0.2 秒空⽩⾳。
d. ⾳量标准:所有唤醒词语⾳录制⾳量统⼀ 65-68dB,以DUT位置上分⻉仪校准,单条⾳量波动≤±1dB。
e. 禁⽤规则:严禁 AI 合成、语⾳克隆;禁⽌后期修⾳、拼接、变速,全部为真⼈原⽣⾃然录制。
f. 录制环境:必须在专业录⾳棚内录制,禁⽌裸墙空房间录制,降低环境回声与杂讯⼲扰。
g. ⾳频能量等级统⼀:所有⼈声⾳频统⼀归⼀⾄固定dBFS能量标准,全批次⾳频平均能量波动≤±1dB,保证全部样本能量等级⼀致,避免响度差异⼲扰唤醒评测数据。
h. 必须 40 个完全不同⾃然⼈,禁⽌同⼀⼈多次充当不同编号
3.误唤醒测试集录制规则:
a.录制距离:录制时DUT 与噪声⾳源距离建议1.5m(参考TFA 智能⾳箱测试标准),分别采集46档位和56档位的⽚段,档位分⻉数值在DUT实测
b.法语、意⼤利语、⻄班⽛语每个语种独⽴输出全套数据集,单语种全套测试集:46dB档位安静底噪,合计40 ⼩时,56dB 档位⽆任何安静⽚段,全程为连续⼲扰素材,合计80⼩时
c.所有素材均来⾃真实采集,不能采⽤公开数据集,通过⽆损拼接实现连续时⻓
d.⾳频能量等级统⼀:所有⼈声⾳频统⼀归⼀⾄固定dBFS能量标准,全批次⾳频平均能量波动≤±1dB,保证全部样本能量等级⼀致,避免响度差异⼲扰唤醒评测数据。
具体明细参考手册
有无特殊能力要求:需要专业录音棚资源
需求量级:120人+360小时音频
报价方式:按2个项目分开报价
有法国、意大利、西班牙人声采集资源、录音棚资源的服务商,可以线上进行报价了,如有执行问题可进群沟通13342417
报名链接:https://test.baidu.com/collection/channelInquiry/detail/iId/1118





