该数据集专为训练更懂口语表达的AI模型打造，有利于提升中文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，字准率高。所有语句完整保留口语韵律特征，精准标注的停顿与标点公海贵宾会助力模型学习中文节奏，显著提升识别模型对自然发音的包容性与交互流畅度。

【开源数据】

语音TTS已经走向了AIGC大模型模式，利用大规模高品质训练数据，实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景，包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”，此数据具备48KHz高采样率，采集人数2万+，环境纯净，内容自然多样，上万小时，是实现零样本语音合成的绝佳数据。特别地，此数据的多样化语料内容能为模型学习协同发音提供助益。