ai-voices-deduplicated

AI Voices Deduplicated 是一个经过高质量筛选和说话人去重处理的AI语音样本数据集，包含2,004个独特的语音样本。该数据集源自laion/reference_ai_voices_with_timbre_annotations的17个tar文件（约32,000个样本），经过严格的质量筛选（背景质量评分≥3.5且内容享受评分≥5.0）和说话人去重处理（使用Orange/Speaker-wavLM-tbr生成说话人嵌入，通过凝聚聚类保留每个聚类中质量最高的样本）。数据集按性别（男性1,037个、女性910个、中性57个）和年龄组（儿童、青少年、青年、成年、老年）分类存储，每个音频文件都配有包含语音文本描述和55种情感评分+4种质量评分的JSON元数据文件。该数据集适用于语音分类、文本转语音、说话人识别等任务，特别关注音色特征和情感表达的研究。