越南语TTS多项目数据集是目前规模最大的越南语文本到语音（TTS）数据集，包含118GB的高质量音频和相应的文本数据，数据来源于网络文学和翻译故事项目。该数据集专为训练现代TTS模型（如Matcha-TTS、F5-TTS和Piper）而设计。数据集总容量约为118GB（解压后），包含超过1000小时的纯净音频，格式为22k-44k Hz的单声道/立体声.wav文件和.csv格式的元数据。数据集分为

Hugging Face2026-04-27 更新50

Hien141625/Dataset_STT

越南语语音合成

越南语语音识别

Dolly-Audio是一个大规模、高质量的越南语语音语料库，由Dolly AI Team创建。灵感来自世界上第一个克隆哺乳动物多莉，该项目旨在推动越南语语音合成、语音识别和语音建模的研究。该版本提供近1,000小时的专业清理音频，涵盖152名来自不同越南地区和说话风格的说话者。文本转录跨越多个领域，以确保语言多样性和模型鲁棒性。关键特征包括：高质量越南语语音约1,000小时、152名多地区说话者

Hugging Face2026-05-28 更新30

fnooub/dolly-audio-1000h-vietnamese

越南语语音合成

越南语语音识别

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: audio_filename dtype: string - name: text dtype: string - name

Hugging Face2026-03-21 更新60

Cong123779/data

越南语语音合成

文学内容语音生成

这是一个大规模的越南语文本到语音（TTS）数据集，包含来自网络文学和翻译故事的高质量音频及相应文本，总容量为118GB。数据集旨在支持现代TTS模型的训练，如Matcha-TTS、F5-TTS和Piper。数据集分为三个主要部分：1) Thế Giới Hoàn Mỹ（武侠风格，适合小说TTS），2) Án Sát（侦探题材，多样化的角色对话），3) Ngạo Thế Cửu Trọng Thiê

Hugging Face2026-04-27 更新40

nhat05trn/north-female-vnese

资源简介：

相关数据集