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。

原始信息汇总

数据集概述

数据集名称

CSS10 Hungarian: Single Speaker Speech Dataset

数据集特征

• id: 字符串类型
• audio: 音频类型，采样率为22050
• original_text: 字符串类型
• text: 字符串类型
• duration: 浮点数类型

数据集分割

• train: 包含4515个样本，数据大小为3173032948.2字节

语言

• 匈牙利语（hu）

许可证

• CC0-1.0

多语言性

• 单语种

大小分类

• 1K<n<10K

源数据集

• 原始数据

任务类别

• 文本到语音
• 其他

数据集创建者

• Kyubyong Park & Tommy Mulc

许可证信息

• CC0: Public Domain

引用信息

@article{park2019css10, title={CSS10: A Collection of Single Speaker Speech Datasets for 10 Languages}, author={Park, Kyubyong and Mulc, Thomas}, journal={Interspeech}, year={2019} }