Whisper 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。
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)
847
Hugging Face の Like 数
7
掲載日
2026年4月12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 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | 105 |
| 2026年5月 | 181 |
| 2026年6月 | 146 |
| 2026年7月 | 111 |
| 2026年8月 | 228 |
| 2026年9月 | 151 |
| 2026年10月 | 492 |
| 2026年11月 | 847 |
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
- nagatoro-soundezfiez424「ながとろさん」からの長園早瀬を対象にした140クリップの日本語音声データセット。AIトレーニング(RVC、So‑VITS‑SVC)、TTSファインチューニング、およびオーディオ自動符号化器向けです。
- 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。
- 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。
- Cauldron-JAturing-motors7kCauldron‑JAは、DeepL APIを使ってThe Cauldronから翻訳された44個のサブデータセットからなる日本語ビジョン‑ランゲージデータセットです。HuggingFace’s datasets library を通じて入手可能で、オリジナルセットと同一のライセンスで提供され、プロンプトはCC‑BY‑4.0でリリースされています。
- Galgame-VisualNovel-Reuploadjoujiboi5kGalgame VisualNovelデータセット (OOPPEENN/566973746F6F6372656164656C65746572) の再構成された再アップロード。Hugging Face datasets の効率的な読み込みのため、すべてのオリジナル音声/テキストを保持し、複数のゲームサブセットオプションを備えた抽出スクリプトを提供します。
- JMMMUJMMMU3kJMMMUは、日本語のマルチモーダルベンチマークで、ネイティブ専門家が翻訳した1,320の文化的に多様な質問(720は文化に依存しない、600は文化固有)に拡張され、現在は公開リーダーボードを備えています。
研究分野が近いリソース
- STAIR-Captionsshunk0312kSTAIR‑Captionsは2017年にリリースされ、キャプション生成、マルチモーダル検索、画像生成に利用できる820,310の日本語キャプションを提供します。詳細なアノテーション、メタデータ、Creative Commons BY‑4.0 ライセンス付きです。共通: アノテーション・データセット構築
- Japanese-Creative-Writing-39.6kAratako1k深度探索-ai/DeepSeek-V3-0324で生成された39,600サンプルの日本語小説執筆タスクデータセット。2ターンのOpenAIスタイル対話(任意のNSFWコンテンツを含む)で構成され、MITライセンスの下で公開されています共通: アノテーション・データセット構築
- voicevox-voice-corpusayousanz885VOICEVOX生成の合成音声データセットで、445,793件の.wavファイル(総計577時間51分23秒)から構成され、ITA、つくよみちゃん、およびROHANコーパスを使用して作られた。共通: アノテーション・データセット構築
- python-code-instructions-japaneseronantakizawa85718,612 の日本語訳された Python の指示–応答ペア(GPT‑4o‑mini で生成し、元の英語プロンプト、コード、および例を保持)で、訓練、微調整、チャットボット、研究、教育などの多様なコーディングタスクを提供し、すべて MIT ライセンスで公開されています。共通: アノテーション・データセット構築
- 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)。共通: アノテーション・データセット構築
- Lux-Japanese-Speech-CorpusLami332Lux Japanese Speech Corpus は、キャラクター Lux による 96 kHz/16‑bit WAV 録音の CC‑BY‑4.0 データセットであり、生データとクリーンアップ済みオーディオファイルを提供し、metadata.csv にトランスクリプションが含まれています。これは TTS 研究およびトレーニングに使用されます。共通: アノテーション・データセット構築