UQ Awaz Ambiri是一个维吾尔语单说话人语音数据集，用于深度学习技术中的文本到语音研究。该数据集包含16187个语音样本，每个样本最长10秒，总时长28小时。数据集基于Exmed Pidaiy朗读的《古兰经》语音，并由Merhum Muhemmed Sali Damolla翻译。数据集提供了多种格式的文本对应，包括维吾尔语阿拉伯字母、拉丁字母和斯拉夫字母。

github2020-01-15 更新2050

2005 NIST Speaker Recognition Evaluation Test Data

说话人识别

语音数据

Introduction NIST 2005 Speaker Recognition Evaluation Test Data, Linguistic Data Consortium (LDC) catalog number LDC2011S04 and isbn 1-58563-586-3, was developed at LDC and NIST (National Institute of

Mendeley Data2024-01-31 更新190

ivanzhu109/zh-taiwan

文本到语音

中文语音

--- language: - zh license: apache-2.0 task_categories: - text-to-speech dataset_info: - config_name: test features: - name: duration dtype: float64 - name: text dtype: string - name:

Hugging Face2024-03-04 更新160

DNASpeech

文本到语音

语音数据集

DNASpeech是一个新颖的文本到语音数据集，包含高质量的演讲和DNA提示注释（对话上下文、叙事和动作状态）。该数据集包含2,395个不同角色、4,4529个场景和22,975个对话话语，以及超过18小时的高质量语音录音，为文本到语音任务提供了更详细的描述。

github2024-06-08 更新400

Arbi-Houssem/datasetSTT-TTS-Embeddings30sfiltred1.6

语音识别

文本到语音

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: input_ids sequence: int32 - na

Hugging Face2024-06-16 更新160

HarryAJMK418/EminemTTSDATA

资源简介：

数据集许可证

相关数据集