Датасет · litagin
Крупный японский речевой корпус из визуальных новелл
litagin/Galgame_Speech_ASR_16kHz
От 1 до 10 млн пар аудио (16 кГц) и транскрипций на японском языке для задач ASR.
Что внутри
Датасет содержит от 1 до 10 миллионов примеров в формате аудио и текста на японском языке с частотой дискретизации 16 кГц, собранных из озвучки визуальных новелл (galgame). Набор распространяется строго для некоммерческого использования под лицензией GPL v3.0 с требованием открывать исходный код обученных моделей.
Что можно сделать
- Обучение или дообучение моделей ASR для распознавания эмоциональной японской речи
- Разработка систем автоматических субтитров для японских игр и аниме в некоммерческих проектах
- Задачи
- Распознавание речи
- Языки
- Японский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 458
- Лайков
- 48
Модели, обученные на нём
- litagin/anime-whisperРаспознавание речи 30,4 тыс.
- jaykwok/Qwen3-ASR-1.7B-JA-Anime-GalgameРаспознавание речи 4,6 тыс.
- quantumcookie/anime-whisper-ct2-int8Распознавание речи 1,5 тыс.
- mradermacher/Qwen3-ASR-1.7B-JA-Anime-Galgame-GGUFРаспознавание речи 741
- quantumcookie/anime-whisper-ct2-fp16Распознавание речи 622
- mradermacher/Qwen3-ASR-0.6B-JA-Anime-Galgame-GGUFРаспознавание речи 517
- AkitoP/whisper-large-v3-japense-phone_accentРаспознавание речи 233
- quantumcookie/anime-whisper-ct2Распознавание речи 94
Как загрузить
from datasets import load_dataset
ds = load_dataset("litagin/Galgame_Speech_ASR_16kHz")