Датасет · Wenetspeech4TTS
12,8 тыс. часов мандаринской речи для TTS
Wenetspeech4TTS/WenetSpeech4TTS
Мандаринский корпус с парами аудио-текст на 12 800 часов для обучения и дообучения TTS.
Что внутри
WenetSpeech4TTS — многодоменный корпус мандаринского китайского, полученный из открытого WenetSpeech. Для TTS уточнили границы сегментов, улучшили качество аудио, убрали смешение говорящих и заново проверили транскрипции. В корпусе 12 800 часов пар аудио-текст; есть подмножества разного размера по оценке качества сегментов.
Что можно сделать
- Обучение TTS-моделей на китайском
- Дообучение акустических моделей и вокодеров
- Фильтрация данных по качеству для TTS
- Задачи
- Синтез речи
- Языки
- Китайский
- Размер
- 10M–100M записей
- Скачиваний за месяц
- 21,4 тыс.
- Лайков
- 91
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("Wenetspeech4TTS/WenetSpeech4TTS")