speech-2.8-hd

Name: speech-2.8-hd
Creator: 陕西丝路数据交易有限公司
Published: 2026-10-20T00:00:00+08:00

福建大数据交易所2026-10-20 更新2026-10-24 收录

文本到语音合成

高保真语音生成

数据链接：

https://trade.fjbdex.com/ltywpt/data-market/detail?time=1792944428617&id=2112369556768542721&isXxjssc=false 数据链接链接失效反馈

官方服务：

资源简介：

文本生语音

提供机构：

陕西丝路数据交易有限公司

创建时间：

2026-10-20

StoryTTS

文本到语音合成

语言韵律分析

StoryTTS是由上海交通大学计算机科学与工程系创建的文本到语音合成数据集，包含从普通话讲故事节目中录制的61小时连续且富有韵律的语音，拥有精确的文本转录和丰富的文本表现力标注。数据集通过系统全面的标注框架，分析并定义了与语音相关的文本表现力的五个不同维度，包括修辞手法、句子模式、场景、模仿角色和情感色彩。StoryTTS旨在帮助未来的文本到语音合成研究充分挖掘丰富的内在文本和声学特征，特别适用

arXiv2024-04-23 更新1120

udamaurizio/parler_Google_TTS_Ita_v1_prompted

文本到语音合成

语音处理

该数据集是一个意大利语文本到语音（TTS）数据集，包含68个训练样本。数据集的特征包括文本、标准化转录、平均音高、音高标准差、信噪比、c50、语速、音素、噪声、混响、语音单调性和文本描述。数据集的总大小为28361字节，下载大小为18871字节。数据集的配置名为默认，数据文件路径为data/train-*。数据集的许可证为apache-2.0，标签为tts，大小类别为n<1K。

Hugging Face2024-12-09 更新230

UjjD/tts_mini_data_0

文本到语音合成

自然语言处理

该数据集包含三个字段：input_ids（int32类型），labels（int64类型）和attention_mask（int8类型）。训练集包含150000个样本，大小为2478818934字节。数据集的下载大小为757976958字节。

Hugging Face2025-02-12 更新110

ParsVoice

波斯语语音

文本到语音合成

ParsVoice是一个大规模的多说话人波斯语音语料库，专为文本到语音（TTS）合成应用而设计。该数据集包含3526小时的语音，经过筛选后形成了1804小时的高质量子集，拥有超过470个说话人。ParsVoice是迄今为止最大的高质量波斯语音数据集，提供了与主要英语语料库相当的说话人多样性和音频质量。数据集的创建过程包括数据收集、智能音频分割、边界优化算法、多维度质量评估以及说话人识别等步骤。Pa

arXiv2025-10-13 更新260

tricky-tts-piper-en-gb

文本到语音合成

语音质量评估

该数据集包含音频生成任务的相关数据，主要特征包括：文本提示（text_prompt，字符串类型）、生成音频（generated_audio，采样率22050Hz的音频数据）、音频持续时间（duration_s，浮点数）、ASR转录文本（asr_transcription，字符串类型）、ASR词错误率（asr_wer，浮点数）、ASR字符错误率（asr_cer，浮点数）以及平均意见分数（mos，浮点

Hugging Face2026-03-31 更新120

speech-2.8-hd

资源简介：

相关数据集