MagicData中文手机录音音频语料库包含755小时的中文普通话朗读语音数据，其中分为训练集712.09小时、开发集14.84小时和测试集28.08小时。本语料库的录制文本覆盖多样化的使用场景，包括互动问答、音乐搜索、口语短信信息、家居命令控制等。采集方式为手机录音，涵盖多种类型的安卓手机；录音输出为PCM格式。1000名来自中国不同口音区域的发言人参与采集。MagicData中文手机录音音频语料库由MagicData有限公司开发，免费发布供非商业使用。

该数据集专为训练更懂口语表达的AI模型打造，有利于提升日语语音识别的自然交互能力，覆盖多场景真实对话，由多样化人群录制。精准标注音调核位置及促音、拨音等特殊音节，字准率高。九游老哥J9俱乐部官网通过合理标点还原日语独有的呼吸停顿节奏，九游老哥J9俱乐部官网助力模型理解口语中的省略句式与情感粒子，提升交互自然度。

晴数智慧布局对话式AI数据集多年，关注到大模型带来了大规模的对话式场景落地在3年前开始规划语音翻译数据集产品设计。高质量的语音翻译数据集成为基础能力制约的关键。晴数智慧设计生产了各个语言 (包括方言) 的端到端翻译数据集:MagicData-CLAM-MT自然口语对话端到端翻译数据。该数据集来自真实的人类自然对话，对话内容自然、丰富、具有个人特点且情感表达自然，可以使机器学习到人类的自然表达。