K-University-AIED/hallym_AI_OpenDataset

Hallym Adult and Child Speech Dataset

This dataset contains speech recordings and transcriptions collected from adult and child speakers for AI-based speech and language research.

Dataset Overview

• Total Records: 2,714
• Speakers: 49 (adult: 25, child: 24)
• Groups: adult, child
• File Format: WAV (audio) + TXT (transcription)

Speaker Statistics

Group	Count	Gender	Age Range
Adult	25명	남/여	50~78세
Child	24명	남/여	3~8세

Dataset Fields

• sample_id: Unique identifier for each record
• file_name: Path to the WAV audio file (e.g., adult/S59736/xxx.wav)
• transcription: Transcribed text of the audio
• group: Speaker group (adult or child)
• speaker_id: Speaker identifier (e.g., S59736, C09106)
• gender: Speaker gender (남 / 여)
• age: Speaker age (years)

Data Structure

hallym_AI_OpenDataset/
├── metadata.csv
├── README.md
├── adult/
│   └── {speaker_id}/
│       └── {uuid}.wav
└── child/
    └── {speaker_id}/
        └── {uuid}.wav

Usage

from datasets import load_dataset

dataset = load_dataset("K-University-AIED/hallym_AI_OpenDataset")
print(dataset)

Notes

• This is an initial release. Missing data (17 WAV files without transcription, 1 empty speaker folder C86467) will be supplemented in a future update.
• JSON metadata files are partially available and will be included in a future update.

License

This dataset is distributed under the CC BY-NC-ND 4.0 license. Non-commercial use is permitted with proper attribution.

---

한림대학교 성인·아동 음성 데이터셋

성인 및 아동 화자의 음성 녹음과 전사 텍스트로 구성된 AI 음성·언어 연구용 데이터셋입니다.

데이터 개요

• 총 레코드 수: 2,714건
• 화자 수: 49명 (성인: 25명, 아동: 24명)
• 그룹: adult(성인), child(아동)
• 파일 형식: WAV(음성) + 전사 텍스트

컬럼 정보

• sample_id: 고유 식별자
• file_name: WAV 파일 경로
• transcription: 음성 전사 텍스트
• group: 화자 그룹 (adult / child)
• speaker_id: 화자 ID
• gender: 성별 (남 / 여)
• age: 나이 (세)

라이선스

CC BY-NC-ND 4.0 라이선스를 따릅니다. 출처 명시 시 비영리 목적에 한해 원형 그대로 사용 가능합니다.