К содержимому

Датасет · basis-ai

Многоязычный датасет эмоциональной речи

basis-ai/basis-global-emotions

Более 525 часов аудиозаписей с выраженными эмоциями и манерой речи на 108 локалях для синтеза и анализа голоса.

Что внутри

Датасет включает 137 696 аудиозаписей (525,17 часа) от 10 420 носителей языка из 108 локалей, включая арабский, амхарский, африкаанс, азербайджанский и другие. В каждой записи диктор произносит реплику с заданной эмоцией (например, радость или раздражение) или стилем подачи (шёпот, крик). Записи сгруппированы в 54 575 серий, где один и тот же человек читает одну фразу с разной интонацией.

Что можно сделать

  • Обучение эмоциональных моделей синтеза речи (text-to-speech)
  • Классификация эмоций и интонаций по голосу (audio-classification)
Задачи
Синтез речи, Классификация аудио
Языки
af, ak, am, Арабский, as, az, bg, bn и ещё 4
Размер
100K–1M записей
Скачиваний за месяц
6,5 тыс.
Лайков
56
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("basis-ai/basis-global-emotions")