К содержимому

Датасет · keithito

Классический англоязычный речевой датасет LJ Speech

keithito/lj_speech

24 часа студийной речи одного диктора на английском языке с текстовыми расшифровками для ASR и TTS.

Что внутри

Набор включает 13 100 коротких аудиоклипов длительностью от 1 до 10 секунд в формате .wav, записанных одним диктором при чтении фрагментов из 7 научно-популярных книг на английском языке. Общая продолжительность записей составляет около 24 часов, для каждого клипа есть текстовая транскрипция. Датасет находится в общественном достоянии.

Что можно сделать

  • Обучение и дообучение одноголосых моделей синтеза речи (TTS)
  • Тренировка и тестирование систем распознавания речи (ASR) на английском языке
  • Отладка аудиопайплайнов и вокодеров на чистых речевых данных
Задачи
Распознавание речи, Синтез речи, Текст → аудио
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
1,4 тыс.
Лайков
62

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("keithito/lj_speech")