MagicData中文手机录音音频语料库包含755小时的中文普通话朗读语音数据，其中分为训练集712.09小时、开发集14.84小时和测试集28.08小时。本语料库的录制文本覆盖多样化的使用场景，包括互动问答、音乐搜索、口语短信信息、家居命令控制等。采集方式为手机录音，涵盖多种类型的安卓手机；录音输出为PCM格式。1000名来自中国不同口音区域的发言人参与采集。MagicData中文手机录音音频语料库由MagicData有限公司开发，免费发布供非商业使用。

该数据集专为训练更懂口语表达的AI模型打造，有利于提升英语语音识别的自然交互能力，重点捕捉自然对话中的连读、弱读及填充词，覆盖场景丰富，由多样化人群录制，字准率高。高完整度语句与符合母语习惯的标点标注，有效提升模型对英语韵律节奏的建模能力，实现语音精准识别。

本数据集和记平台通过高保真独立音轨完整收录日常对话中的打断、重叠发言、语调起伏及情感停顿等自然交互特征。所有对话均经多说话人分类标注，覆盖多样化场景，为AI模型提供复杂日语敬语体系、口语省略表达及上下文逻辑的深度学习资源。