15時間の単一話者日本語失語症音声コーパスで、並列・音素難読・日常使用発話を含み、ASR研究用に提供される44.1 kHz RIFF WAV形式。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
164
Hugging Face の Like 数
2
掲載日
2026年11月3日
同じカテゴリで人気のリソース
- fgo_voices_jpdeepghs10kFGOワイフのためのJP Voice‑Text Dataset:30,800件、66.4時間の日本語音声コレクション。単一ボイスアクターのキャラクターロライン(1行約7.76 秒)で、ASR/ASVのファインチューニングと評価に有用です。
- japanese-anime-speechjoujiboi946Japanese Anime Speech Dataset は、73,004 の音声‑テキストペア(合計110時間、V1 から V5 へと進化)を提供し、OpenAI’s Whisper などの ASR モデルを強化します。すべての利用に対してオープンライセンスが適用され、クレジットの表記があれば感謝します。
- makise-kurisu-vn-voicelineszhonglongbao847Whisper Large‑V2 を使用してビデオからマクイゼ・クリスの VN ダイアログを文字起こしし、pydub でクリップに分割しました。未整理のテキストは TTS モデル訓練用であり、作者の著作物ではありません。
- Galgame_Speech_ASR_16kHzlitagin395Galgame_Speech_ASR_16kHz は 16 kHz の ASR データセットで、3.75 百万ペア(≈5,354 時間)が含まれ、Galgame_Dataset から派生しており、GPL v3.0 の下で公開され、商用利用は禁止され、訓練済みモデルはオープンソースであることが求められます(引用は任意)。
- azurlane_voices_jpdeepghs332アズールレーンキャラクターの日本語音声テキストデータセットで、単一話者の音声からなる30 160件(約75.8時間)の録音を含み、ASR/ASVモデルの微調整や評価に役立ちます。
- Japanese-Eroge-VoiceNandemoGHS325409時間の日本語エロゲ音声データセットで、2パス loudnorm(‑23 LUFS、‑1 dB peak、11 LRA)で処理され、litagin/anime-whisper により文字起こしされ、匿名化され、WebDataset(FLAC、JSON、TXT)として保存されています。主に女性の声が収録されており、AI文字起こしのエラーが存在する可能性があります。MIT‑licensed for academic research.
研究分野が近いリソース
- arknights_voices_jpdeepghs285Arknights ウェイフの JP Voice‑Text データセット:10,905 本の日本語音声クリップ(合計 26.3 時間、平均 8.7 秒)を単一俳優キャラクターから収集。ASR/ASV モデルの微調整や評価に有用です。共通: 音声認識・コーパス・データセット
- asr-ja-benchthird-intelligence270このリポジトリは、日本語ASRベンチマーク「asr‑ja‑bench」の修正済み転写セットを文書化しており、JSUT、JVNV、TEDxJP‑10K、FLEURS、および SpeechBSD からのサンプルの含有、適用されたラベル修正、ハッシュチェック、バージョン管理された結果(Haas‑ja‑v1.0)を詳細に記載しています。ライセンス制約により音声や転写は再配布されていないことにも触れています。共通: 音声認識・コーパス・データセット
TEDxJP-10Klaboroai28TEDxJP-10K ASR 評価データセットGitHub共通: 音声認識・コーパス・データセット- girlsfrontline_voices_jpdeepghs176Girls Front Line「ワイフ」の12 508件(合計約20.9時間)の録音からなる日本語音声‑テキストコーパス。各ファイルは1人の声優を収録しており、ASR/ASVモデルの微調整と評価に使用されるよう設計されています。共通: 音声認識・コーパス・データセット
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 は Common Voice 6.1、CSS10、JSUT で微調整され、16 kHz オーディオを必要とし、HuggingSound または HuggingFace パイプラインで使用できます。HF モデル共通: 音声認識
- KakologArchivesKakologArchives74k2009年から2024年までのNicoNico Liveのコメントログ(150GB超)を集約し、転換前・転換後・リアルタイムNX‑Jikkyoのキャプチャも含む、歴史的なTV‑broadcastディスカッションを簡単に取得できるAPIを提供します。共通: コーパス・データセット