sin2piusc/jgca_v2_50k_2

该数据集包含音频和句子两个特征，音频采样率为16000Hz，句子为字符串类型。数据集分为训练集，包含49504个样本，总大小为12264199958.656字节。数据集主要用于自动语音识别、翻译和文本到语音转换任务，语言为日语。数据集来源于Common Voice、Google FLEURS、JSUTv1.1和JAS_v2（joujiboi/japanese-anime-speech-v2），其中50%为动漫语音，50%为其他语料。数据集未经过洗牌或标准化处理。

The dataset contains two features: audio and sentence, with audio sampled at 16000Hz and sentences as string type. The dataset is divided into a training set containing 49504 samples, with a total size of 12264199958.656 bytes. The dataset is primarily used for automatic speech recognition, translation, and text-to-speech tasks, in Japanese. The dataset is sourced from Common Voice, Google FLEURS, JSUTv1.1, and JAS_v2 (joujiboi/japanese-anime-speech-v2), with 50% anime speech and 50% other corpora. The dataset has not been shuffled or normalized.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • audio:
    • 采样率: 16000
  • sentence:
    • 数据类型: string
• 分割:
  • train:
    • 字节数: 12264199958.656
    • 样本数: 49504
• 下载大小: 11879936920
• 数据集大小: 12264199958.656

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*

许可证

• apache-2.0

任务类别

• 自动语音识别
• 翻译
• 文本到语音

语言

• 日语

数据集大小类别

• 10K<n<100K

数据集来源

• common voice
• google fleurs
• JSUTv1.1
• JAS_v2 (joujiboi/japanese-anime-speech-v2)

数据处理

• 未打乱或归一化
• 50% 动画语音，50% 其他
• 其他语料库完全代表