为什么Google的语音命令数据集的采样率为16kHz

Question

Google发布了Speech Commands dataset。我看到所有音频文件的采样率均为16kHz。这意味着从8kHz以上的任何信息都是不可靠的（人类的听觉范围为20Hz至20kHz）。这对于语音识别极为重要，因为（不是大多数，但大多数）重要数据在8khz到20khz范围内，丢失这些数据意味着语音识别的准确性和可靠性较低。

为什么Google会选择16kHz？我错过了什么吗？

谢谢。

Answer 1

  

这对于语音识别极为重要，因为（不是最重要的）很多重要数据都在8khz到20khz范围内

实际上不是，许多实验表明，使用较高的采样率几乎没有任何改善。这就是每个人都使用16khz的原因。