La base de données vocales chinoises mandarines AISHELL-3 a une durée de parole de 85 heures et un total de 88 035 phrases, et peut être utilisée comme système de synthèse multi-locuteurs.Le processus d'enregistrement a été réalisé dans un environnement intérieur calme à l'aide d'un microphone haute fidélité (44,1 kHz, 16 bits). L'ensemble de données est enregistré par 218 locuteurs de différentes régions d'accent en Chine. Des relecteurs phonétiques professionnels marquent le pinyin et le rythme, et après une inspection de qualité stricte, la précision phonétique de cette base de données est supérieure à 98%.