ReazonSpeech は、FLAC エンコードされた日本語音声コーパスで、文字起こし付きです。8.5 h から 35,000 h までの 5 つのサイズで提供され、Hugging Face 経由で CDLA‑Sharing‑1.0 ライセンスの下でダウンロードでき、日本著作権法第 30‑4 条の規定により使用が制限されています。
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)
771
Hugging Face の Like 数
138
掲載日
—
ページ作成時から掲載
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 | 612 |
| 2026年1月 | 1,000 |
| 2026年2月 | 768 |
| 2026年3月 | 1,000 |
| 2026年4月 | 2,000 |
| 2026年5月 | 819 |
| 2026年6月 | 1,000 |
| 2026年7月 | 850 |
| 2026年8月 | 1,000 |
| 2026年9月 | 560 |
| 2026年10月 | 895 |
| 2026年11月 | 771 |
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
- 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。
- emilia-yodasTTS-AGI18kFate/Stay Nightのキャラクター「Emilia」の対話とロアのデータセットで、会話型言語モデルのトレーニングと評価のためにフォーマットされています。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Jaは、LLM‑jp Corpus v4からフィルタリングされた3000億トークンの日本語コーパスであり、事前学習言語モデル用に20クラスタに分割され、ODC‑BYライセンス(元のソースライセンスを保持)で公開され、parquet形式で保存されています。
- llm-course-final-2026bumbuboon13k日本語ウィキペディアベースのRAGデータセット(LLMコース最終競技用)、約100万テキストチャンクと検索インデックスを含む。
- 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。
- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese は FineWeb2 からの約1億2000万の高品質教育用日本語テキスト(約893億トークン)を提供し、DeepSeek‑API クラスフィケーター(スコア ≥ 2.5)でフィルタリングし、ModernBERT‑Ja‑130M でトークナイズされ、512 トークン以下の小規模サブセットを含みます。
研究分野が近いリソース
jtubespeechsarulab-speech232JTubeSpeech:YouTubeから収集された日本語音声のコーパスGitHub共通: 音声・オーディオ・マルチモーダル
koniwakoniwa61日本語のアノテーション付き声のオープンコレクションGitHub共通: 音声・オーディオ・マルチモーダル
speechBSDku-nlp4音声と話者属性情報を含むBSDコーパスの拡張版GitHub共通: 音声・オーディオ・マルチモーダル
jvs_hihoHiroshiba31JVS(日本語多目的話者)コーパスのラベルの自作GitHub共通: 音声・オーディオ・マルチモーダル- japanese-anime-speech-v2joujiboi3kJapanese Anime Speech Dataset V2は、292,637件の整理済みオーディオ‑テキストペア(約397.5時間のSFW、および52.4時間のNSFWコンテンツ)を、セーフティ別に分割された128‑kbps MP3ファイルとして提供し、特に自動音声認識モデルのトレーニング用に設計されています。共通: 音声・オーディオ・マルチモーダル
meconaudioelith-co-jp10Mecon Audio(メディカル・カンファレンス・オーディオ)は、厚生労働省が主催する先進医療会議の議事録を読み上げるためのデータセットです。GitHub共通: 音声・オーディオ・マルチモーダル