문장 단위로 정렬된 영어-한국어 발화로 구성된 병렬 음성 데이터셋입니다. 광고·마케팅 도메인의 실사용 문장을
원어민이 스튜디오 환경에서 녹음하고, 음성-텍스트 강제 정렬(forced alignment)로 문장 단위 매핑을 완료한
고품질 데이터셋입니다.
| ID | Source Text (EN) | Source Audio | Target Text (KO) | Target Audio |
|---|---|---|---|---|
| 1 | I would like to share the interim results of the ongoing marketing campaign. | en_1.wav | 현재 진행 중인 마케팅 캠페인의 중간 결과를 공유해 드리겠습니다. | ko_1.wav |
| 2 | We are seeing positive signs, with website visitors increasing by about 20% compared to last week. | en_2.wav | 지난주 대비 웹사이트 방문자 수가 약 20% 증가하며 긍정적인 신호를 보이고 있습니다. | ko_2.wav |
| 3 | However, the final purchase conversion rate for new sign-ups is slightly lower than expected. | en_3.wav | 다만, 신규 가입자의 최종 구매 전환율이 예상보다 다소 낮게 나타나고 있습니다. | ko_3.wav |
광고·마케팅 도메인의 실사용 텍스트 코퍼스를 수집하고, 평균 발화 길이가 약 10초에 해당하는 문장을 선별합니다. 중복 제거 및 비표준 표현 필터링을 거쳐 최종 녹음 목록을 확정합니다. 각 발화는 최소 2회
녹음 후 최적 테이크를 채택합니다.
Forced alignment 알고리즘으로 음성-텍스트를 문장 단위로 정렬하고, 원어민 검수자 1차, expert-level
annotator 2차 교차검수를 거칩니다. 정렬 오류·오탈자·발음 불일치 항목은 반려 후 재작업되며, 정렬 정확도
99%를 달성한 레코드만 최종 데이터셋에 포함합니다.