К содержимому

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")