CSLU: Names Release 1.3 是由俄勒冈健康与科学大学口语理解中心（CSLU）构建、LDC 于 2009 年发布的英文姓名语音数据集（编号 LDC2006S39），核心用于姓名语音识别（ASR）、发音词典生成与说话人验证系统研发，包含大规模孤立姓名朗读语音及文本、发音标注，适配人名识别与口语交互场景的模型训练与评测。

核心基础信息

数据采集与规模

1. 采集场景：实验室可控环境，桌面麦克风录制，音频信噪比高，无明显信道噪声，适配高精度声学模型训练。
2. 数据规模
   • 总语音 utterances 约 50,000 条，有效语音时长约 25 小时。
   • 姓名库覆盖：含 10,000 个不同英文姓名（含名、姓及组合），兼顾常见与罕见姓名，适配开放域姓名识别需求。
   • 重复采样：每个姓名由不同说话人朗读 2-5 次，适配模型泛化能力评估。
3. 说话人分布：共 200 名说话人，覆盖多性别、多年龄段（18-65 岁）、多口音（美式、英式等），保证数据多样性与代表性。

数据内容与标注

1. 音频数据
   • 孤立姓名朗读：每条音频对应单个英文姓名，无上下文干扰，适配孤立词识别任务。
   • 发音变体覆盖：包含同一姓名的不同发音方式（如 “Smith” 的不同重音读法），适配发音多样性建模需求。
2. 文本标注
   • 逐词转录：精准标注语音对应的英文姓名文本，区分大小写与连字符等格式。
   • 发音标注：提供音素级发音标注，适配发音词典生成与声学模型优化。
   • 有效性标注：标记无效样本（如发音错误、背景噪声），保证数据质量。
3. 元数据：记录 utterance 时长、采样参数、说话人 ID（匿名化）、性别、年龄、口音标签、采集时间，支持分层实验设计。