---
title: 4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset
canonical_url: "https://www.modelscope.cn/datasets/DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset"
md_url: "https://www.modelscope.cn/datasets/DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset.md"
repository: DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset
chinese_name: "4600小时全双工普通话自然对话语音数据"
last_updated: 2025-12-19
license: "Apache License 2.0"
storage_size: "659 KB"
domain:
  - image
tasks:
  - image-to-text
size_scale:
  - 100-10k
downloads: 34
stars: 0
---

# 4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset

> 4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset - DatatangBeijing 在 ModelScope 开源的数据集。全双工普通话自然对话语音数据，基于常见主题对话录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用…

DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset 是 ModelScope 魔搭社区上的image-to-text数据集，涉及 image 领域，存储大小 659 KB，采用 Apache License 2.0 许可。

- **Repository**: DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset
- **License**: Apache License 2.0
- **Tasks**: image-to-text
- **Domain**: image
- **Storage size**: 659 KB
- **Downloads**: 34
- **Stars**: 0
- **Last updated**: 2025-12-19

Source: https://www.modelscope.cn/datasets/DatatangBeijing/4600_Hours_Mandarin_Full_Duplex_Spontaneous_Dialogue_Speech_Dataset

---

# 4600小时全双工普通话自然对话语音数据

## 数据堂
详见https://www.datatang.com/dataset/1890?source=modelscope

## 数据集描述
全双工普通话自然对话语音数据，基于常见主题对话录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR,CCPA,PIPL。

### 格式：
麦克风-48kHz，16bit，未压缩wav，单声道；手机-24kHz，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：
给出话题列表，录音人从中挑选多个自己熟悉的话题以确保对话的流畅自然，围绕每个话题展开一段对话并录制
### 人员：
约3600名录音人，男女比例均衡，覆盖多个年龄段
### 标注特点：
标注文本内容、普通话释义、有效句子的起止时间点、说话人标识
### 设备：
声卡+高保真麦克风/手机
### 语言：
普通话
### 准确率：
字准确率99%
### 应用场景：
语音识别，声纹识别

## 数据集版权信息
版权归数据堂所有，商用数据。