lj_speech

LJ Speech 仓库提供了一个公共领域的语音数据集，包含由一位女性朗读者阅读的 13100 段英文文本的短音频片段，并为每个片段提供了对应的文本转录。该数据集可用于训练自动语音识别（ASR）或文本到语音（TTS）模型，并提供标准化数据操作。音频和文本转录均为英文，音频文件为单声道 16 位 PCM WAV 格式，采样率为 22050 Hz。该数据集基于 LibriVox 项目，并采用公共领域许可。