相关数据集
eduhk-compling/11537369_LiCunchuanTony
该数据集是一个包含50个随机英语句子录音的集合。这些句子由Grok 4.0生成，生成提示为“给我50个随机英语句子，每个句子大约需要5到7秒来朗读”。录音过程使用iPhone的原生录音应用完成，并优化了音质和背景噪音。文件从m4a格式（Apple设备的默认格式）转换为WAV格式，并使用Audacity分割成50个独立文件。在准备过程中，遇到了两个问题：一是Audacity在基于句子间隔自动标记和分
Hugging Face2026-02-06 更新170
eduhk-compling/11557565_LamLamWaiLexie
该数据集包含50个干净的音频录音，用于文本到语音训练，由单个说话者录制。为LIN3046计算语言学作业2创建。总时长约300秒（超过3分钟），样本数为50，语言为普通话（40句）和英语（10句），说话者为stuedent1，录制环境为安静的房间，使用iPad Voice Memo录制，音频格式为WAV（16-bit PCM，44100Hz），数据集大小约为50MB。
Hugging Face2026-02-05 更新110
eduhk-compling/11457167_JaanAlyana
该数据集包含51个乌尔都语句子级别的音频记录，配有乌尔都语文本和罗马化乌尔都语转录，总计超过3分钟的语音。句子内容涵盖日常话题，如日常生活、情感和爱好，句子长度、结构和语音模式多样，旨在反映自然的口语表达。所有录音由母语者在安静室内环境中使用手机麦克风录制，音频剪辑为16位PCM WAV格式，采样率为44.1kHz，并配有结构化的metadata.csv文件以便机器读取。
Hugging Face2026-02-05 更新90
eduhk-compling/11568423_AuYeePui
该数据集包含50个语音音频文件，每个句子都有对应的.wav文件和一个包含所有50个句子转录的文本文件。句子来源于Suzanne Collins的书籍《The Ballad of Songbirds and Snakes》。音频文件是在安静的房间中使用Macbook Air的扬声器通过Praat录制的。
Hugging Face2026-02-05 更新140
eduhk-compling/s11609150_Kaur_Sukhkamalpreet
该数据集包含58个印地语句子，使用智能手机在自然环境中录制。每个音频文件都配有两个文本版本：标准印地语转录和罗马化拼音版本。数据准备过程中解决了两个关键问题：首先，使用频谱滤波减少典型的移动录音噪音，以提高清晰度而不改变语音质量；其次，通过提供拼音和正字法转录，解决了口语和书面形式之间的常见差异，例如jari raha与标准ja raha。这种双重方法既保持了真实的语音数据，又提供了标准化文本，使
Hugging Face2026-02-05 更新100
