К содержимому

Датасет · espnet

Сегменты певческого голоса на китайском языке

espnet/ace-opencpop-segments

Крупный аудиотекстовый корпус для синтеза и распознавания вокала на китайском языке.

Что внутри

Набор данных из проекта ESPnet (ACE-Opencpop), включающий от 100 тысяч до 1 миллиона сегментов аудиозаписей певческого голоса и соответствующих текстов. Данные на китайском языке предназначены для задач синтеза речи и пения, преобразования аудио и ASR.

Что можно сделать

  • Обучение моделей синтеза певческого голоса (SVS) на китайском языке
  • Тренировка систем распознавания вокала и преобразования голоса (audio-to-audio)
Задачи
Текст → аудио, Обработка аудио, Распознавание речи
Языки
Китайский
Размер
100K–1M записей
Скачиваний за месяц
1,5 тыс.
Лайков
10

Как загрузить

from datasets import load_dataset

ds = load_dataset("espnet/ace-opencpop-segments")