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")