ml-stuttering-events-dataset

苹果开源口吃语音标注集，直接训练口吃检测模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 数据集 🍴 复刻 30 🐛 待处理 9 👀 关注 7
GitHub ↗
GitHub 星标 ★ 111
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源数据集，免费使用

项目预览

ml-stuttering-events-dataset 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类数据集
开发团队apple-aiml-research
GitHubhttps://github.com/apple-aiml-research/ml-stuttering-events-dataset
定价模式🏷️完全免费
价格说明开源数据集，免费使用
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
GitHub 星标★ 111
上线时间2021-04-16 00:00:00
代码更新2026-09-11
仓库体积463 KB
本站数据更新2026-11-05
维护状态维护中
收录时间2026-09-21
浏览次数1

项目介绍

ml-stuttering-events-dataset 是苹果公司开源的语音口吃事件标注数据集，配套论文发表于 Interspeech。它针对口吃语音识别与检测研究中缺乏高质量标注数据的问题，提供逐帧标注的口吃事件标签，涵盖重复、延长、阻塞等典型口吃类型。数据来自真实口吃者语音，包含音频与时间对齐的事件边界，便于训练和评估口吃检测、语音识别鲁棒性、语音合成等模型。项目以 Python 提供加载与处理脚本，方便研究者直接接入机器学习流程。核心能力包括：标准化的事件分类体系、可复现的数据划分、与论文实验一致的评测基准。它填补了口吃语音公开资源的空白，适合语音病理学、无障碍语音交互和临床辅助诊断等方向的研究者使用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 111

核心亮点

  • 提供逐帧口吃事件标注，含重复、延长、阻塞等细分类别，可直接用于监督学习
  • 由苹果发布并配套 Interspeech 论文，标注规范与评测基准可复现
  • Python 加载脚本开箱即用，便于接入现有语音模型训练流程

不足之处

  • 数据规模与说话人数量有限，泛化到不同语言和口音需额外验证
  • 仅覆盖语音事件标注，缺少临床严重度评分等更丰富维度

适用场景

  • 训练口吃事件检测与分类模型
  • 评估 ASR 系统对口吃语音的鲁棒性
  • 语音病理学与无障碍语音交互研究

替代项目

sep-28k、FluencyBank

上一篇：ml-hypersim

下一篇：VQASynth

同类项目推荐

datasetsforecast 开源

统一加载时间序列数据集，快速跑通预测实验

Datasets for time series forecasting

★ 129 2026-09-21
faker 开源

一行代码生成各种逼真假数据，测试开发不用愁

Faker is a Python package that generates fake data for you.

★ 19479 2026-08-10
GraphGen 开源

用知识图谱自动造微调数据，省人工标注

GraphGen: Enhancing Supervised Fine-Tuning for LLMs with Knowledge-Driven Synthetic ···

★ 1232 2026-09-12
mimesis 开源

生成逼真多语言假数据，测试开发快人一步

Mimesis is a Python library for generating fake but realistic data in multiple langu···

★ 4865 2026-08-10
flickr_scraper 开源

按关键词批量抓 Flickr 图片，快速攒出 CV 训练集

Python Flickr image scraper for building keyword-based computer vision datasets with···

★ 302 2026-09-18
malecns 开源

用 R 一键读取果蝇雄性连接组数据

Access to the latest 'Janelia FlyEM' datasets

★ 782 2026-09-21
markup 开源

AI辅助文档标注，主动学习减少人工成本

A web-based document annotation tool, powered by AI :rocket:

★ 271 2026-08-24
bible 开源

90版35语圣经文本，JSON/XML 直接拿去用

Bible text in JSON and XML — 141 versions across 85 languages, ready for apps, vers···

★ 780 2026-09-28