希尔贝壳中文普通话语音数据库 AISHELL-3 的语音时长为 85 小时共 88035 句话，可做为多说话人合成系统。录制过程在安静室内环境中， 使用高保真麦克风（44.1kHz，16bit）。该数据集由 218 名来自中国不同口音区域的发言人参与录制。专业语音校对人员进行拼音和韵律标注，并通过严格质量检验，此数据库音字确率在 98% 以上。