HeyJay!：用于口语理解和自动语音识别的非典型语音语料库，美国，2023-2024

数据集获取

源站：https://doi.org/10.3886/icpsr39448.v1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

HeyJay! 是一个受限访问的研究项目，包含语音音频文件及相关元数据，其中包括文件级标注和参与者级信息。HeyJay! 是一个新的非典型语音语料库，参与者患有神经退行性疾病，包括帕金森病、共济失调或肌萎缩侧索硬化症。当前语料库版本包含超过8，500条话语录音，涵盖有监督转录和意图标注。此外，它还包含每位参与者的语音质量评分，由三位专家言语语言病理学家完成。该语料库是首个公开可用的带有非典型语音意图标注的语料库，旨在通过调整和改进最先进技术，为非典型说话者创建更公平的语音技术，并推动该领域的进一步研究。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。