语音和噪声相关数据集(持续更新)

博客地址：https://www.cnblogs.com/LXP-Never/p/15474948.html（转载请注明出处）

博客作者：凌逆战

TIMIT

官方提供的下载地址：https://catalog.ldc.upenn.edu/LDC93S1

免费下载地址：https://goo.gl/l0sPwz(420M)

　　TIMIT 共包含 6300 个句子，10 个句子由来自美国 8 个主要方言区的 630 位说话人。

Timit原始数据虽然是以wav结尾的但是格式却不是wav，而是sphere格式，用python中的sphfile库把他转换成wav：

from sphfile import SPHFile
import glob
import os
 
if __name__ == "__main__":
    path = 'D:/pycharm_proj/corpus/data/lisa/data/timit/raw/TIMIT/TRAIN/*/*/*.WAV'
    sph_files = glob.glob(path)
    print(len(sph_files),"train utterences")
    for i in sph_files:
        sph = SPHFile(i)
        sph.write_wav(filename=i.replace(".WAV","_.wav"))
        os.remove(i)
    path = 'D:/pycharm_proj/corpus/data/lisa/data/timit/raw/TIMIT/TEST/*/*/*.WAV'
    sph_files_test = glob.glob(path)
    print(len(sph_files_test),"test utterences")
    for i in sph_files_test:
        sph = SPHFile(i)
        sph.write_wav(filename=i.replace(".WAV","_.wav"))
        os.remove(i)
    print("Completed")