Датасет · AISHELL
Многоголосый корпус китайской речи для синтеза (TTS)
AISHELL/AISHELL-3
Крупный аудиокорпус нейтральной мандаринской речи от 218 дикторов с разметкой пола, возраста и акцента для обучения TTS.
Что внутри
Датасет содержит около 85 часов высококачественных аудиозаписей на китайском языке (мандарин), разбитых на 88 035 высказываний. Речь записана в нейтральной интонации 218 носителями языка, для каждого из которых указаны пол, возрастная группа и родной акцент, а также приложены транскрипции. Корпус опубликован компанией Beijing Shell Shell Technology.
Что можно сделать
- Обучение многоголосых систем синтеза речи (TTS) на китайском языке
- Настройка моделей клонирования голоса и управления тембром по метаданным диктора
- Обучение систем распознавания речи (ASR) и классификации акцентов
- Задачи
- Синтез речи
- Языки
- Китайский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 63,5 тыс.
- Лайков
- 17
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("AISHELL/AISHELL-3")