Middle East Technical University Turkish Microphone Speech v 1.0数据集介绍，官网编号LDC2006S33

Middle East Technical University Turkish Microphone Speech v 1.0 数据集是由中东技术大学（Middle East Technical University，METU）创建，语言数据联盟（LDC）于 2006 年发布，编号为 LDC 2006S33。以下是对该数据集的详细介绍：

• 数据集构建目的：旨在获取一个标准且通用的土耳其语麦克风语音语料库，以支持土耳其语语音研究，特别是用于语音识别等相关领域的研究和开发。
• 数据采集情况：语音数据由 193 名土耳其语母语者录制，其中 89 名女性，104 名男性。录音环境为安静的办公室，使用森海塞尔电容式麦克风，采样率为 16kHz。
• 数据集内容：每个说话者从 2462 个句子中随机选择 40 个句子进行朗读，这些句子是经过精心设计的，能够覆盖土耳其语中最常见的 5000 个三音素，形成了一个三音素平衡的句子集。LDC 发布的版本包含了 120 名说话者（60 名男性和 60 名女性）的语音，每人说 40 个句子，总计约 500 分钟的语音数据，平均每个说话者约 300 个单词。
• 数据标注情况：每个语音文件都有音素、隐马尔可夫模型（HMM）状态和单词级别的对齐信息。此外，每个说话者还有一个文本文件，包含年龄、地区、性别、教育程度等信息以及所朗读的句子。