Датасет · litagin
Японская речь из визуальных новелл
litagin/moe-speech
Аудиокорпус японской anime-style речи из примерно 50 визуальных новелл, около 600 часов.
Что внутри
Аудио на японском из японских визуальных новелл, примерно 50 игр. В карточке указано около 600 часов и наличие настоящих транскриптов. Формат и подробная разметка в карточке не описаны.
Что можно сделать
- Обучение японской TTS-модели в anime-стиле
- Дообучение ASR на речи из визуальных новелл
- Проверка audio-classification на японском аудио
- Задачи
- Синтез речи, Обработка аудио, Классификация аудио
- Языки
- Японский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 272
- Лайков
- 284
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("litagin/moe-speech")