近期，近千家车企参加上海车展，电动化和智能化是各家车企“秀肌肉”的标配，特别汽车的智能化如智能座舱、自动驾驶、智能车云服务、智能电动等功能，描绘着智能车的未来图景。

据统计，预计2025年全球智能联网汽车数量将接近7400万台，其中中国的智能联网汽车数量将达到2800万辆，我国智能汽车行业迎来发展黄金期。

要想这些AI功能真正落地，在车内环境下实现人机智能交互，需要在语音识别、语音合成、自然语言理解等算法应用领域，提供底层的算法和算力支撑。而支撑这些算法的，是大量场景匹配度高，精准性好的智能车载对话式训练数据。如果说汽车电动化的燃料是电力，那么汽车智能化的燃料便是数据。

为了帮助智能车载系统的落地和优化，近期在MagicHub.io数据开源社区，更新开源了可用于车载系统的数据集：车载噪音数据集和车载普通话朗读数据集。

车载噪音数据集

数据合规采集于行车过程中产生的各种噪音，例如轮胎摩擦噪声、发动机噪声、收音机噪声、人声等。

车载普通话朗读数据集

本次开源的车载普通话朗读数据集，内容主要是车内场景中的命令和查询，数据集包含在汽车场景下的10个说话人贡献的5948句话。值得一提的是，在采集该数据时，车内设置了两个麦克风，一个在汽车遮光板上，一个在座位前排乘客座椅上，靠近采集人的地方。所以，数据记录了同步的双重声音。

接下来，MagicHub.io数据开源社区将持续上传更多多维度、多场景的标准化数据集，供更AI多开发者下载和使用。