← 全部数据产品

医疗语料 1.0 临床真实数据 · 真实世界临床记录

门诊医患沟通语音语料库

门诊医患对话录音与对应的标注转写文本,含普通话及方言。

真实脱敏可定制

这是什么

门诊诊室里的医患对话录音,配有标注后的转写文本,内容已去标识化。每段录音附音频规格:采样率、位深、声道、编码与时长。语种包括普通话及方言,录音所在科室按约定选取。

每段录音标明科室、语种与方言、说话人及其角色,角色分医生、患者、家属。转写按说话轮次切分,每句带起止时间与说话人。转写逐字进行,口语词与重复照录,咳嗽等非语音事件用方括号标注。

转写中出现的姓名、电话、住址、单位等个人信息,替换为类型标记,替换了哪些类型逐段登记,替换处在转写里以方括号标出,如“[姓名]”“[电话]”。每段录音还附转写复核方式。

长什么样

样本录音长 46.8 秒,来自呼吸内科门诊,普通话,单声道,16 kHz、16 bit 的 PCM WAV 文件。说话人两位,分别标为医生和患者。

分段共八句:医生依次问症状、痰色、发热与胸闷、吸烟与粉尘油烟接触;患者答咳嗽两周多、夜间加重,并说自己做厨师、油烟大,工作单位被替换为“[单位名称]”。复核栏写双人转写,分歧由第三人裁定。

看数据

字段

字段含义取值与格式
录音编号单段门诊对话录音的唯一编号V 加 10 位数字,如 V2026031502
音频文件录音文件名audio/<录音编号>.wav
音频规格采样率、位深、声道与编码16 kHz,16 bit,单声道,PCM WAV
时长录音总时长秒,保留 1 位小数
科室录音所在门诊科室如 呼吸内科、内分泌科、儿科
语种与方言对话所用语言普通话,或方言名称如 粤语、四川话
说话人参与对话的人及其角色数组,每项含说话人编号与角色:医生、患者、家属
分段按说话轮次切分的语句数组,每项含起止时间、说话人、转写文本
起止时间该语句在录音中的位置秒,保留 2 位小数
转写文本逐字转写,含口语词与重复中文;非语音事件用方括号标注,如 [咳嗽]
去标识替换转写中被替换的个人信息类型如 [姓名]、[电话]、[住址]

一条记录

{
  "录音编号": "V2026031502",
  "音频文件": "audio/V2026031502.wav",
  "采样率(Hz)": 16000,
  "位深(bit)": 16,
  "声道": "单声道",
  "编码": "PCM WAV",
  "时长(秒)": 46.8,
  "科室": "呼吸内科",
  "语种与方言": "普通话",
  "说话人": [
    {
      "编号": "S1",
      "角色": "医生"
    },
    {
      "编号": "S2",
      "角色": "患者"
    }
  ],
  "分段": [
    {
      "起": 0.0,
      "止": 3.12,
      "说话人": "S1",
      "文本": "您好,哪里不舒服?"
    },
    {
      "起": 3.4,
      "止": 9.85,
      "说话人": "S2",
      "文本": "医生,我咳嗽两个多礼拜了,嗯,晚上咳得厉害 [咳嗽]"
    },
    {
      "起": 10.2,
      "止": 14.06,
      "说话人": "S1",
      "文本": "有痰吗?痰是什么颜色的?"
    },
    {
      "起": 14.3,
      "止": 19.72,
      "说话人": "S2",
      "文本": "有一点,白的,有时候黏黏的,不好咳出来。"
    },
    {
      "起": 20.05,
      "止": 25.4,
      "说话人": "S1",
      "文本": "发不发烧?有没有胸闷、喘不上气?"
    },
    {
      "起": 25.66,
      "止": 31.1,
      "说话人": "S2",
      "文本": "不发烧,就是咳起来胸口有点闷。"
    },
    {
      "起": 31.48,
      "止": 38.92,
      "说话人": "S1",
      "文本": "抽烟吗?家里或者单位有没有粉尘、油烟这些?"
    },
    {
      "起": 39.2,
      "止": 46.8,
      "说话人": "S2",
      "文本": "不抽烟,我在 [单位名称] 做厨师,油烟是挺大的。"
    }
  ],
  "去标识替换": ["[单位名称]"],
  "转写复核": "双人转写,分歧处由第三人裁定"
}

样本

内容与字段

领域
医疗真实世界
类别
A 真实世界临床记录
形态
语料库
样本获取
申请后提供

页内展示的是样本预览;完整样本按“样本获取”一栏的方式提供。

语种与方言

普通话及方言

科室按需

持续增加

使用与获取

状态
可定制
带着这一产品联系 →
  1. 01

    说明工作目标

    提供任务或研究问题、所需资料、使用阶段与预期交付格式。

  2. 02

    核对样本与条件

    确认来源、使用范围、内容覆盖、版本与缺失,区分已有材料和需加工的部分。

  3. 03

    约定试制与接收

    按项目确认批次、质量检查、验收方式与交付安排。