Bilingual Audio Dataset

该数据集包含了从互联网收集的高质量中英双语音频数据，其中包含25,000小时中文音频和9,000小时英文音频。该数据集经过处理，利用自动语音识别技术生成了伪标签，并根据文本语义和语音停顿添加了标点符号，从而可以灵活控制停顿。总规模达到34,000小时（包括25,000小时中文和9,000小时英文），适用于文本到语音合成和声音克隆任务。