Dataset Viewer
Auto-converted to Parquet Duplicate
audio
audioduration (s)
1.01
7.99
gender
stringclasses
2 values
speaker_id
stringclasses
2 values
transcription
stringlengths
1
51
女
G0001
北京爱数智慧语音采集,
女
G0001
科学技术。
女
G0001
搅拌机是不是那,
女
G0001
工地上那种可大呢大号桶,
女
G0001
一直滚着那种车。
女
G0001
那有啥不一样?
女
G0001
啊那你说我见那搅拌车,你说那搅拌机是给搅拌车之前那一步是吧。
女
G0001
商砼?
女
G0001
搅拌机大不大?
女
G0001
也是搁搅拌那车样哩可大。
女
G0001
那你说那小嘞是不是都是谁家盖房子用那一种小嘞。
女
G0001
哦它型号不一样是不是它和哩水泥那数量不一样
女
G0001
恁家是之前是开哩这种厂?
女
G0001
搅拌机是卖到搅拌站?
女
G0001
我感觉谁家盖房子应该不会买这吧,人家租个用用或者借个用用。
女
G0001
啊你对这方面都是那你对这方面,
女
G0001
我还以为你说那,
女
G0001
就是那种路上经常见那一种可大哩车带个滚桶一直滚着走那种。
女
G0001
它那种桶为啥走着一直滚呢?
女
G0001
它不加那,
女
G0001
它不加那,
女
G0001
嗯啥防凝固那那种那种东西,它自己一直滚着它也会凝固。
女
G0001
那这号桶不都浪费了。
女
G0001
啊恁那儿是不是那一片儿都是生产这哩。
女
G0001
大阀门儿了吧。
女
G0001
小阀门儿是不是就是就是家庭用那一种小哩。
女
G0001
啊我说那都是太小了都,
女
G0001
够不到那里头是吧。
女
G0001
起重机?
女
G0001
我见工地上有咧,
女
G0001
可大可长,
女
G0001
那是叫塔吊呀是叫吊塔?
女
G0001
我一直以为那叫,
女
G0001
它那一种是不是也得有个专业哩证才能上岗。
女
G0001
啊像近视眼儿还不中咧。
女
G0001
那应该是有屏幕吧,那就是有对讲机,那恁是远他也不一定能看见。
女
G0001
应该是带上去吧。
女
G0001
带上去或者是谁给他送上去。
女
G0001
我以前有个朋友他也是干这哩,
女
G0001
得有三四年了三四年前认识哩朋友,
女
G0001
他说那个时候都是七千多一个月。
女
G0001
还是在小地方也不是大城市。
女
G0001
这也属于高危行业吧。
女
G0001
看着吓人。
女
G0001
那肯定想着,
女
G0001
完了没救了。
女
G0001
那像他们这一种,
女
G0001
嗯这一种驾驶员肯定是,
女
G0001
会有哪个公司如果说是雇哩他,雇他们了会不会说给他们再,会不会给他们买保险?
女
G0001
它应该是坐上去之后能往上升吧,它要是有咧三四十层楼恁是高,
女
G0001
他再爬三四十层楼不会吧。
女
G0001
那要是往那塔吊上上,
女
G0001
吊塔塔塔吊,
女
G0001
塔吊上上,
女
G0001
那也得那也是体力活。
女
G0001
你不是说你恐高,
女
G0001
你不是说你恐高你恐高你还上不去嘞。
女
G0001
你再找个人给你救下来。
女
G0001
人家也是人家也是用个梯子上去给你哩眼蒙住给你吊下来!
女
G0001
我看人家有嘞消防车它有嘞恁高嗯有嘞高层楼它往里头救人,
女
G0001
那门进不去它也是用梯子云梯嘛,
女
G0001
人家不是说那云梯上去救人呐。
女
G0001
降落伞不至于吧!
女
G0001
它们那上头也不知道会不会有个安全绳,
女
G0001
你说这叫我想起有人说笑话儿说左脚踩右脚都能上天。
女
G0001
俺家盖房我记嘞,
女
G0001
都得十几年了。
女
G0001
以前老家嘞房子,
女
G0001
就是平房,
女
G0001
平房瓦房。
女
G0001
瓦房,
女
G0001
你有几间瓦房都会有一再再有一间平房嘛,
女
G0001
平房到秋天晒粮食么。
女
G0001
恁家是平房是瓦房?
女
G0001
恁家是楼房吧。
女
G0001
那它一层升两层它那地基是不是也得动一动。
女
G0001
我小守看人家盖房子斗是,
女
G0001
说是一层升两层还得地基还得动一动。
女
G0001
是怕地基承不住?
女
G0001
泡烂了。
男
G0002
北京爱数智慧语音采集
男
G0002
科学技术
男
G0002
这个,这个搅拌机你听说过木有。
男
G0002
那不是车,车的是搅,车是搅拌车,我说是搅拌机。
男
G0002
那肯定不一样嘞,那搅拌机咧是,是之前,然后和水泥嘞。
男
G0002
和水泥的机器,这个机器,然后和好的水泥,然后了他直接倒进这个搅拌车里边儿。
男
G0002
然后这车再拉到工地里边儿,他有个可长哩一个管儿。
男
G0002
这个管儿咧,然后了直接就就把它传输到你所用嘞,用嘞地方。
男
G0002
这是搅拌车。
男
G0002
哎对对对对,哎。
男
G0002
他那一种是搅拌站,搅拌站呢,他是有那个,有几几组,有几组然后组成的一个。
男
G0002
一个搅拌水泥的一个地方,他是需要两台,他需要两台搅拌机。
男
G0002
然后还有一个储存的一个水泥罐,然后还有个上料儿哩一个机器。
男
G0002
它,整个,它是一个组合,就像电脑一样,有显示器,有主机,有机箱,然后有C P U。
男
G0002
所以说它,它是一个组合,所以说它叫搅拌站,这个搅拌站呢,然后嘞。
男
G0002
在在专业术语里边叫商砼,它就是商业混商业用嘞一个混凝土。
男
G0002
它主要是这个用途,你听说过没有,对对对,商砼。
男
G0002
那肯定大了,一个搅拌,一个搅一套搅拌站,好几百万呢。
男
G0002
然后了一一台搅拌机是小的,搅拌机的型号就分的多了,你,你看俺,俺家原来不是做那个搅拌机的。
男
G0002
但是俺做的,俺家做的是小的,一个,呃,有三五零的。
End of preview. Expand in Data Studio

Corpus

This dataset is built from Magicdata ASR-CZDIACSC: A CHINESE ZHENGZHOU DIALECT CONVERSATIONAL SPEECH CORPUS

This corpus is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License. Please refer to the license for further information.

Modifications: The audio is split in sentences based on the time span on the transcription file. Sentences that span less than 1 second is discarded. Topics of conversation is removed.

Usage

To load this dataset, use

from datasets import load_dataset
dialect_corpus = load_dataset("TingChen-ppmc/Zhengzhou_Dialect_Conversational_Speech_Corpus")

This dataset only has train split. To split out a test split, use

from datasets import load_dataset
train_split = load_dataset("TingChen-ppmc/Zhengzhou_Dialect_Conversational_Speech_Corpus", split="train")
# where test=0.5 denotes 0.5 of the dataset will be split to test split
corpus = train_split.train_test_split(test=0.5)

A sample data would be

# note this data is from the Nanchang Dialect corpus, the data format is shared
{'audio': 
    {'path': 'A0001_S001_0_G0001_0.WAV',
       'array': array([-0.00030518, -0.00039673, 
                     -0.00036621, ..., 	-0.00064087,
                      -0.00015259, -0.00042725]),
       'sampling_rate': 16000},
 'gender': '女',
 'speaker_id': 'G0001',
 'transcription': '北京爱数智慧语音采集'
}

More Information needed

Downloads last month
77

Models trained or fine-tuned on TingChen-ppmc/Zhengzhou_Dialect_Conversational_Speech_Corpus

Collection including TingChen-ppmc/Zhengzhou_Dialect_Conversational_Speech_Corpus