gigant/m-ailabs_speech_dataset_fr
收藏Hugging Face2022-10-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/gigant/m-ailabs_speech_dataset_fr
下载链接
链接失效反馈官方服务：
资源简介：
M-AILABS语音数据集是第一个免费提供的大型数据集，可用于语音识别和语音合成的训练数据。大部分数据基于LibriVox和Project Gutenberg。训练数据包括近千小时的音频和格式化的文本文件。每个音频片段都提供了转录，片段长度从1到20秒不等。文本发表于1884年至1964年之间，属于公共领域。音频由LibriVox项目录制，也属于公共领域，除了乌克兰语部分。乌克兰语音频由Nash Format或Gwara Media提供，仅用于机器学习目的。数据集包含音频路径和句子，数据字段包括音频和句子。数据集未进行分割，所有数据都在训练集中。
提供机构：
gigant
原始信息汇总
数据集概述
数据集名称
M-AILABS Speech Dataset (French)
数据集描述
M-AILABS Speech Dataset 是一个免费提供的大型语音数据集，用于语音识别和语音合成训练。数据集包含近千小时的音频和相应的文本文件，文本发布于1884至1964年间，属于公共领域。音频主要由LibriVox项目录制，除乌克兰语外，均属于公共领域。
语言
- 法语
数据集结构
数据实例
每个数据点包括音频文件路径和对应的句子。
数据字段
- audio: 包含音频文件路径、解码后的音频数组和采样率的字典。
- sentence: 用户被提示朗读的句子。
数据分割
数据未被分割，所有内容均在"train"分割中，包含82825个音频片段及其相关句子。
