Датасет · CSTR-Edinburgh
Речевой корпус английского языка с разными акцентами
CSTR-Edinburgh/vctk
Аудиозаписи речи 110 англоговорящих дикторов с различными акцентами для задач синтеза и распознавания речи.
Что внутри
В корпусе CSTR VCTK собраны речевые данные на английском языке, начитанные 110 дикторами с разными акцентами. Размер набора составляет от 10 до 100 тысяч записей, датасет предназначен для задач ASR, TTS и text-to-audio.
Что можно сделать
- Обучение и тестирование систем автоматического распознавания речи (ASR) на разных акцентах английского
- Тренировка мультиспикерных моделей синтеза речи (TTS) и клонирования голоса
- Задачи
- Распознавание речи, Синтез речи, Текст → аудио
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 4,7 тыс.
- Лайков
- 57
Модели, обученные на нём
- neuphonic/neucodecОбработка аудио 55 тыс.
- eugenehp/neucodecОбработка аудио 852
- neuphonic/distill-neucodecОбработка аудио 692
- nguyensu27/neucodecОбработка аудио 301
- Morpheus2314/ApplioОбработка аудио 164
- gatitc/ApplioОбработка аудио 163
- Champo1/ApplioОбработка аудио 161
- shangeth/Wren-TTS-0.5B-multi-expressiveСинтез речи 155
Как загрузить
from datasets import load_dataset
ds = load_dataset("CSTR-Edinburgh/vctk")