mbarnig/lb-de-fr-en-pt-12800-TTS-CORPUS

该数据集是一个多语言多说话者的TTS语音语料库，包含12,800个平衡样本，每个样本都有音频文件（wav格式，采样率为16000 Hz）和相关的转录文本（csv格式，包含两列）。数据集由18个说话者的语音数据组成，来源包括VCTK、LJSpeech、m-ailabs、SIWIS、Rhasspy、Thorsten、TTS-Portuguese-Corpus、Marylux、uni.lu、rtl.lu以及个人贡献的样本。数据集经过手动检查，转录文本已扩展和修正以符合音频文件。数据结构的组织方式类似于mailabs格式，按语言、性别和说话者进行嵌套。

原始信息汇总

数据集概述

数据集名称

custom multilingual-multispeaker TTS speech corpus

数据集内容

• 样本数量: 12,800个平衡样本
• 音频格式: wav，采样率为16000 Hz
• 转录格式: csv，包含两个列
• 发言人数量: 18位

语言支持

• lb (卢森堡语)
• de (德语)
• fr (法语)
• en (英语)
• pt (葡萄牙语)

数据来源

• VCTK: 英语男性样本，共1280个（CC BY 4.0）
• LJSpeech: 英语女性样本，共1280个（公共领域）
• m-ailabs: 法语男性样本，共1280个（公共免费许可）
• SIWIS: 法语女性样本，共1024个（CC BY 4.0）
• Rhasspy: 德语女性样本，共1082个（CC0 1.0）
• Thorsten: 德语男性样本，共1280个（CC0）
• TTS-Portuguese-Corpus: 葡萄牙语男性样本，共2560个（CC BY 4.0）
• Marylux: 卢森堡语和德语女性样本，共663+198+256个（CC BY-NC-SA 4.0）
• uni.lu: 卢森堡语女性和男性样本，共409+231个（© uni.lu）
• rtl.lu: 卢森堡语男性样本，共1257个（© RTL-CLT-UFA）
• Charel: 卢森堡语男孩样本，共11个

数据结构

• 遵循mailabs格式，包含语言、性别和发言人三个层级结构，每个发言人包含wav文件夹和多个metadata csv文件。

许可证

• CC BY-NC-SA 4.0