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")