Potential SLAMS excel
收藏相关数据集
KTH/waxholm
Waxholm语料库于1993年至1994年在瑞典皇家理工学院（KTH）的语音、听觉和音乐系（TMH）收集。该语料库包含语音信号文件（.smp）和标签文件（.mix）。语音信号文件包含16位量化的语音信号，采样频率为16 kHz，标签文件包含语音的拼音、音素和单词级别的标注。标签文件的生成过程包括手动输入正字法文本、基于规则的文本到音素转换、自动对齐程序以及手动校正。语料库的详细信息可以在相关网页
Hugging Face2024-09-10 更新220
KTH/hungarian-single-speaker-tts
该数据集是一个匈牙利语的单说话者语音数据集，包含4515个语音片段，这些片段是从一个LibriVox有声书中提取的。数据集的结构包括id、audio、original_text、text和duration等字段。数据集的主要用途是文本到语音转换任务。数据集的创建是为了收集10种语言的单说话者语音数据，每个数据集由一个志愿者录制的音频文件及其对齐的文本组成。
Hugging Face2023-01-22 更新140
KTH/speechdat
# Speechdat Speechdat dataset ## Loading the dataset You need to download the dataset from another folder. We assume the wav files are located inside a /wav folder inside speechdat. ``` from dataset
Hugging Face2024-09-10 更新150
