mbazaNLP/kinyarwanda-tts-dataset

Kinyarwanda TTS数据集包含3992个由女声演员在录音室录制的Kinyarwanda语言TTS录音片段。数据集还包括一个CSV文件，其中包含音频名称及其对应的书面文本。文本内容经过语言学家审查，确保符合Kinyarwanda语言标准，录音环境为半专业录音室，部分音频包含回声。

语言：
- 卢旺达语（Kinyarwanda）
语言创建者：
- "Digital Umuganda"
许可协议：
- 知识共享署名4.0（CC BY 4.0）
样本规模类别：
- 3000条 < 样本量 < 4000条
- 总时长约6小时
---
# 卢旺达语文本转语音数据集（Kinyarwanda TTS dataset）

本数据集包含3992条卢旺达语TTS语料片段，由配音演员在专业录音棚内录制，采集自mbaza项目。

## 数据结构

音频：3992条由配音演员录制的单人专业录音棚音频片段
文本：包含音频文件名与对应书面文本的CSV格式文件

## 语言说明
本数据集所使用的语言为卢旺达语（Kinyarwanda）。

## 数据集构建流程
- 所选用的文本需涵盖卢旺达语音节，而卢旺达语音节由辅音或辅音组合（例如Nyw）与元音组合构成。
- 所有文本均经语言学家审核，以确保其符合卢旺达语语言规范。
- 录音在专业录音棚内完成，但采用半专业录制环境，即部分音频包含混响效果。

原始信息汇总

Kinyarwanda TTS Dataset Summary

基本信息

• 语言: Kinyarwanda
• 语言创建者: Digital Umuganda
• 许可证: CC-BY-4.0
• 数据集大小:
  • 音频文件数量: 3992
  • 总时长: ~6小时

数据内容

• 音频: 3992个单人语音工作室录音，由一位女声演员录制。
• 文本: CSV格式，包含音频文件名及其对应的书面文本。

数据创建细节

• 文本收集: 包含Kinyarwanda音节，由一个或一组辅音（例如Nyw）和一个元音组成。
• 文本审核: 由语言学家审核，确保符合Kinyarwanda语言标准。
• 录音环境: 在工作室进行，但部分音频包含回声，表明录音环境为半专业设置。