泰坦陨落2语音数据集

# 《泰坦陨落 2》中文语音语料库（双说话人） 《泰坦陨落 2》（Titanfall 2）游戏中两名角色 —— 铁驭 **BT-7274** 与 主角 **杰克·库珀（Jack Cooper）** —— 的中文配音台词语料库， 按 **ModelScope 音频数据集规范**组织，用于语音克隆 / ASR / TTS 等任务。 - 语音语言：简体中文 - 说话人：2 人（BT-7274、Jack Cooper） - 样本数：544 段（BT-7274 445 段 / Jack Cooper 99 段） - 采样格式：WAV（16 kHz / 单声道） ## 说话人与元数据文件 线性录音、无 BGM 干扰。按说话人拆分为两个元数据文件（`音色"bt"/"player"` 后缀标识说话人）： | 元数据文件 | 说话人 | 样本数 | |-----------|--------|--------| | `metadata-bt-7274.csv` | BT-7274（铁驭机器人） | 445 | | `metadata-jack-cooper.csv` | 杰克·库珀（主角） | 99 | 命名约定（`data/<utt>.wav`）：文件名含 `mcor_bt` / `imc_bt` 为 BT-7274； 含 `mcor_player` / `imc_player` 为 Jack Cooper。 ## 元数据格式 每个 `metadata-*.csv` 均含两列： | 列 | 说明 | |----|------| | `file_name` | 音频文件相对路径（`data/<utt>.wav`），与 `transcription` 关联 | | `transcription` | 该段音频的简体中文转录文本 | 示例（`metadata-bt-7274.csv`）： ```csv file_name,transcription data/diag_sp_BTTackle_STS386_01_01_mcor_bt.wav,正在调整封阻计算中。 data/diag_sp_ReaperTown_BM102_24b_01_mcor_bt.wav,铁驭,你的心跳加速是否有什么烦恼? ``` 示例（`metadata-jack-cooper.csv`）： ```csv file_name,transcription data/diag_sp_ReaperTown_BM102_39a_02_mcor_player.wav,我好像把它给惹火了BT data/diag_sp_Spoke0_BE331_14_01_mcor_player.wav,BT 我在这里干嘛 ``` > 说明：转录文本已经 faster-whisper 识别并人工校对，全文统一为简体中文； > 专有名词/缩写（IMC、SRS、BT-7274、Cooper 等）与数字按中文台词惯例保留原文。 ## 数据来源与处理流程 - 原始数据：游戏解包 48k 立体声 → 重采样为 16 kHz 单声道 - 说话人拆分：按角色建立独立元数据文件（多说话人便于分别微调） - 转写与校对：faster-whisper(large-v3-turbo, zh) + 人工核验修正