Датасет · deepvk
Невербальные вокализации для TTS
deepvk/NonverbalTTS
17 часов английской речи с аннотациями невербальных звуков и эмоций для expressive TTS.
Что внутри
17-часовой открытый английский речевой корпус с выровненными текстовыми аннотациями невербальных вокализаций и эмоциональных категорий. Включает 10 типов NV: дыхание, смех, вздохи, чихание, кашель, прочистка горла, стоны, хрюканье, храп и шмыганье. Также размечены 8 эмоциональных категорий; задача — text-to-speech, размер по метаданным 1K–10K.
Что можно сделать
- Обучить expressive TTS с невербальными вокализациями
- Дообучить TTS-модель на эмоциях
- Оценить генерацию смеха и вздохов в TTS
- Задачи
- Синтез речи
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 1,4 тыс.
- Лайков
- 75
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("deepvk/NonverbalTTS")