基于语音的语料库
多个语音数据集集合，用于儿童语言障碍、帕金森病等健康结果的建模。
基本信息
资源简介
基于语音的语料库
【数据集背景】
本数据集源站标题为《talhanai/speech-nlp-datasets》。源站首次发布：2018-11-24。
【数据内容】
源站原始描述：Contains links to publicly available datasets for modeling health outcomes using speech and language. # speech-nlp-datasets Contains links to publicly available datasets for modeling various health outcomes using speech and language. Speech-based Corpora - [[Corpus]]( Speech Database of Typical Children and Children with SLI Contains 103 children that are native Czech speakers with specific language impairment. (Grill et al., 2016) - [[Corpus]]( mPower Study, Parkinson''s Disease Data Contains au…
中文译文（机器翻译，仅供快速理解，请以原文为准）：包含用于使用语音和语言对健康结果进行建模的公开数据集链接。# speech-nlp-datasets 包含用于使用语音和语言对各类健康结果进行建模的公开数据集链接。基于语音的语料库 - [[语料库]](https://lindat.mff.cuni.cz/repository/xmlui/handle/11372/LRT-1597) 典型儿童与特定语言障碍儿童语音数据库 包含103名以捷克语为母语且患有特定语言障碍的儿童。（Grill et al., 2016） - [[语料库]](https://www.nature.com/articles/sdata201611#usage-notes) mPower研究，帕金森病数据 包含800多名帕金森病受试者（及对照组）的音频录音，受试者执行一项由语音、行走、敲击和记忆组成的结构化手机测试。数据收集研究由（Bot et al., (2016)）完成 - [[语料库]](http://dcapswoz.ict.usc.edu) 痛苦分析访谈语料库 包含189段、每段20分钟的个体与虚拟代理对话访谈。该语料库包含抑郁症严重程度的二分类和多分类标签。数据集包含音频录音和特征、文本转录以及面部特征。该语料库由Gratch et al., (2014)开发，并在2016、2017年音频视觉情感挑战赛（AVEC）中亮相 - [[语料库]](http://archive.ics.uci.edu/ml/datasets/LSVT+Voice+Rehabilitation) Oxford LSVT语音康复数据集 包含14名帕金森病受试者，用于评估语音康复是否改善发声。（Tsanas et al., (2014)） - 西班牙语帕金森语料库（语料库需联系作者？） 包含50名帕金森病严重程度不一的西班牙…
【适用方向】
音频数据可用于声学信号分析建模，如语音与呼吸音相关研究。
【获取与许可】
源站页面：https://github.com/talhanai/speech-nlp-datasets
【使用注意】
· 源站最后修改于 2024-06-10，引用时请注意版本时效。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
git clone https://github.com/talhanai/speech-nlp-datasets.git
curl -L -o repo.zip https://github.com/talhanai/speech-nlp-datasets/archive/refs/heads/master.zip
unzip repo.zip
源站 README 摘录（使用方式）
speech-nlp-datasets
Contains links to publicly available datasets for modeling various health outcomes using speech and language.
Speech-based Corpora
- [Corpus] Speech Database of Typical Children and Children with SLI <br>
Contains 103 children that are native Czech speakers with specific language impairment.
(Grill et al., 2016) - [Corpus]
mPower Study, Parkinson’'s Disease Data <br>
Contains audio recorings of 800+ subjects with Parkinson’'s disease (+ controls) performing a structured mobile phone based test composed of voice, walking, tapping, and memory. Data collection study was performed by (Bot et al., (2016)) - [Corpus] Distress Analysis Interview Corpus <br>
Contains 189, 20-min long interviews of individuals speaking to a virtual agent. The corpus contains binary and multi-class labels for the severity of depression. The dataset contains audio recordings and features, text transcript, and facial features. The corpus was developed by Gratch et al., (2014) and featured in the Audio Visual Emotion Challenge (AVEC) 2016, 2017 - [Corpus] Oxford LSVT Voice Rehabilitation Data Set <br>
Contains 14 subjects with Parkinson’'s Disease used to evaluate whether voice rehabilitation improves phonation. (Tsanas et al., (2014)) - Spanish Parkinson Corpus (contact authors for corpus?) <br>
Contains 50 subjects with varying severity of Parkinson’'s, speaking Spanish. Corpus was first presented by [(Arroyave et al., (2014))](https://www.researchgate.net/profile/Juan_Rafael_Orozco/publication/265592171_New_Spanish_speech_corpus_database_for_the_analysis_of
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
