К содержимому

Датасет · n4ze3m

Синтетический корпус речи на американском английском

n4ze3m/tiny-voca

19 часов парной озвучки мужским и женским голосом для обучения лёгких TTS-моделей.

Что внутри

Внутри находятся 17 371 аудиоклип общей длительностью 19,1 часа на американском английском языке, где каждое предложение озвучено двумя синтетическими голосами — женским (F2) и мужским (M2). Записи в формате 24 кГц моно (16-bit FLAC) упакованы в файлы parquet. Данные собраны для обучения модели tiny-voca и доступны под лицензией CC BY 4.0.

Что можно сделать

  • Обучение или дообучение компактных систем синтеза речи (TTS)
  • Тренировка моделей клонирования голоса и смены тембра (voice conversion)
Задачи
Синтез речи
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
967
Лайков
71

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("n4ze3m/tiny-voca")