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")