Common Voice语音数据
Mozilla Common Voice 面向言语障碍及相关临床研究，提供公开可访问的音频数据、标注或队列信息，适合用于分类、疾病表型分层、结构测量、风险预测和医学AI模型基准测试。
基本信息
资源简介
Common Voice语音数据
【一句话概览】
Common Voice 是一个免费、开源、由社区主导的数据创建平台。任何人都可以通过分享、创建和整理文本与语音数据集，来保存、振兴和提升自己的语言。该平台涉及语音、文本、自动语音识别（ASR）、多语言等方向，并采用开源与社区主导的模式（来源 commonvoice.mozilla.org）。
【数据集背景】
本数据集源站标题为《Common Voice》。
【数据内容】
源站原始描述：Common Voice is a free, open source platform for community-led data creation. Anyone can preserve, revitalise and elevate their language by sharing, creating and curating text and speech datasets
中文译文（机器翻译，仅供快速理解，请以原文为准）：Common Voice是一个免费的开源平台，旨在促进社区主导的数据创建。任何人都能通过分享、创建和整理文本及语音数据集，来保存、复兴和提升自己的语言。
【主题与分类】
主题标签：speech、text、ASR、multilingual、open source、community-led。
【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://commonvoice.mozilla.org/en/datasets
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。
暂未开放有偿下载
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
源站：https://commonvoice.mozilla.org/en/datasets
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
Mozilla Common Voice 是与言语障碍相关的公开数据集，包含音频数据，可用于分类、表型识别、疾病评估或算法验证。
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。
