汇总一些开源可用的语音数据集和噪声数据集
VTCK:https://datashare.ed.ac.uk/handle/10283/2950
https://datashare.ed.ac.uk/handle/10283/2791
包括普通语音识别、唤醒和合成等中文数据集
https://blog.ailemon.net/2018/11/21/free-open-source-chinese-speech-datasets/
由Mozilla构建的全球语音数据集开源平台，人人均可贡献，也可免费获取世界各国语言的语音数据集，其中，中文的语音数据集分为“**大陆”“香港”和“**”三部分，AI柠檬博主认为这在一定程度上为针对**不同地区的口音做技术适配提供了方便。
https://commonvoice.mozilla.org/zh-CN/datasets
描述：Open Speech and Language Resources，即OpenSLR是一个专门托管语音和语言资源的网站，例如语音识别训练语料库，以及与语音识别相关的软件。其中openslr18 THCHS-30和33 AISHELL为普通话。其余包括各种不同的语音数据集共计121个。
网址: http://www.openslr.org/index.html
描述：微软在Interspeech和ICASSP会议上举办的DNS挑战赛，其中包含了语音、噪声以及一些RIR等数据集，比较适合于降噪任务。
官方网址： https://www.microsoft.com/en-us/research/academic-program/deep-noise-suppression-challenge-interspeech-2020/
Github网址：https://github.com/microsoft/DNS-Challenge, https://github.com/YoungJay0612/DNS-Challenge
描述：微软在Interspeech和ICASSP会议上举办的有关回声消除的任务，数据集中包括了远端和近端的单桨以及双讲数据
官方网址：https://www.microsoft.com/en-us/research/academic-program/acoustic-echo-cancellation-challenge-interspeech-2021/
Github网址：https://github.com/microsoft/AEC-Challenge https://github.com/YoungJay0612/AEC-Challenge
描述：Freesound是一个由Creative Commons许可的声音组成的协作数据库。浏览、下载和分享声音。
官方网址：https://freesound.org/
描述：北京Magic data科技有限公司开发的一个开源数据平台，致力于帮助AI开发者进行模型培训，促进开源生态系统的发展。
官方网址：https://magichub.com/datasets
Github网址： https://github.com/MagicHub-io
链接：https://pan.baidu.com/s/1MYfL6_PXPoOmb07LgsoouQ
提取码：zz2l
包含15种噪声：
White noise
Pink noise
HF channel noise
Speech babble
Factory floor noise 1
Factory floor noise 2
Jet cockpit noise 1
Jet cockpit noise 2
Destroyer engine room noise
Destroyer operations room noise
F-16 cockpit noise
Military vehicle noise
Tank noise
Machine gun noise
Car interior noise
包含多通道的真实环境噪声。
https://zenodo.org/record/1227121#.YMhQBvkzZnI
https://zenodo.org/record/45739#.YMhP2PkzZnI
包含15个声学场景的音频片段
Bus - traveling by bus in the city (vehicle)
Cafe / Restaurant - small cafe/restaurant (indoor)
Car - driving or traveling as a passenger, in the city (vehicle)
City center (outdoor)
Forest path (outdoor)
Grocery store - medium size grocery store (indoor)
Home (indoor)
Lakeside beach (outdoor)
Library (indoor)
Metro station (indoor)
Office - multiple persons, typical work day (indoor)
Residential area (outdoor)
Train (traveling, vehicle)
Tram (traveling, vehicle)
Urban park (outdoor)
https://www.robots.ox.ac.uk/~vgg/data/voxceleb/
包含噪声：环境突发噪声、背景人声、笑声、回声、室内噪音、录音设备噪音；
Speakers总数1,251，句子总数153,516，时长总数351h；