查看 Kaldi 人的 MUSAN 语料库（Dan Povey 等人）：

• 语料库音频/文本
• 检查 arxiv 论文

MUSAN 是一个新的音乐、语音和噪音语料库。该数据集适用于语音活动检测 (VAD) 和音乐/语音识别的训练模型。我们的语料库是在灵活的知识共享许可下发布的。该数据集包括来自多种流派的音乐、来自十二种语言的语音以及各种各样的技术和非技术噪音。我们展示了使用该语料库对广播新闻进行音乐/语音识别，并使用 VAD 进行说话人识别。

相关论文是

“用于评估语音活动检测算法的 QUT-NOISE-TIMIT 语料库”

http://eprints.qut.edu.au/38144/

噪声数据库可在此处获得

https://www.qut.edu.au/research/research-projects/speech-audio-image-and-video-technology-saivt

对于语音而不是 TIMIT，您可以使用任何公共数据库，例如 librispeech：

http://www.openslr.org/12/

在真实环境中记录的 VAD 的自由语音数据集，带有真实标签：

参考：https ://github.com/jtkim-kaist/VAD-Toolkit