409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.
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)
325
Hugging Face の Like 数
38
掲載日
2025年9月9日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 1,000 |
| 2026年1月 | 922 |
| 2026年2月 | 858 |
| 2026年3月 | 772 |
| 2026年4月 | 312 |
| 2026年5月 | 1,000 |
| 2026年6月 | 408 |
| 2026年7月 | 193 |
| 2026年8月 | 248 |
| 2026年9月 | 621 |
| 2026年10月 | 193 |
| 2026年11月 | 325 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
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。
- 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。
研究分野が近いリソース
- financial-lakehouseYoshi-Dai5k再配布、AIトレーニング、商業利用を禁止し、アクセスには手動承認が必要なゲート付き非商用派生データセット(EDINET XBRL財務データ)共通: アノテーション・データセット構築
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan は、CC BY 4.0 のオープンソースデータセットであり、高品質の合成生成された日本人ペルソナ(名前、性別、年齢、背景、婚姻状況、学歴、職業、所在地を含む)で、実際の人口統計・地理・人格分布に基づいており、確率的グラフィカルモデルと GPT‑OSS‑120B を用いて多様性を高め、バイアスを減らし、モデル崩壊を防ぎ、主権 AI の開発を支援し、商業利用をサポートするよう設計されています。共通: アノテーション・データセット構築
- mc4-jaizumi-lab2k日本語のMC4データセット (mc4-ja) のデータセットカード共通: アノテーション・データセット構築
- RyokoAI_Syosetu711Kbotp2kSyosetu711Kは、2023年3月26日〜27日に小説家になろうからスクレイピングされた約711,700本の小説で構成される日本語データセットです。全テキストとメタデータ(タイトル、著者、NCode、あらすじ等)を提供し、教師なしテキスト生成および分類タスクに利用されます。共通: アノテーション・データセット構築
- Japanese-Eroge-Voice-V2NandemoGHS1kJapanese‑Eroge‑Voice‑V2は、匿名化された1,033,142件のエロゲ音声–文字起こしペア(主に女性、NSFW)を2,657時間提供し、学術研究向けにMITライセンスで配布します。共通: アノテーション・データセット構築
- AnimuSubtitle-JPKaraKaraWitch1k日本語のアニメ字幕データセット(Advanced SubStation Alpha(SSA/ASS)形式)。ass PythonライブラリやAegisubなどの字幕編集ソフトで利用可能。ODC‑BY ライセンス下にあります。共通: アノテーション・データセット構築