日本语音文本语料库,包含12,508条录音(总计约20.9小时),来自《少女前线》中的“waifus”,每个文件仅包含一位配音演员,用于微调和评估ASR/ASV模型。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
176
Hugging Face 点赞数
10
收录日
2026年5月10日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 194 |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | — |
| 2026年10月 | 119 |
| 2026年11月 | 176 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- fgo_voices_jpdeepghs10kFGO Waifus的JP Voice‑Text 数据集:一个包含30,800条记录、66.4小时日本音频的集合,收录单一配音演员角色台词(每句约7.76秒),适用于ASR/ASV微调与评估。
- azurlane_voices_jpdeepghs332一个日语语音文本数据集,包含 30 160 条录音(≈75.8 小时),来自单个角色的声音,可用于微调或评估 ASR/ASV 模型。
- arknights_voices_jpdeepghs285Arknights Waifus的JP Voice‑Text数据集:10,905条日语配音片段(总计26.3小时,平均8.7秒),来自单一角色,可用于微调或评估ASR/ASV模型。
- asr-ja-benchthird-intelligence270本仓库记录了日本 ASR 基准 “asr‑ja‑bench” 的校正转录集,详细说明了从 JSUT、JVNV、TEDxJP‑10K、FLEURS 和 SpeechBSD 中包含的样本、所应用的标签修复、哈希检查以及版本化结果(Haas‑ja‑v1.0),并指出由于许可限制,不会重新分发音频或转录文本。
- emilia-yodasTTS-AGI18k来自 Fate/Stay Night 的角色 “Emilia” 的对话和背景故事数据集,格式化用于训练和评估会话语言模型。
- JGLUEshunk0313k更新了 JGLUE 数据集卡与加载脚本,适用于由 Yahoo Japan 与早稻田大学创建的日语 NLP 基准,涵盖文本分类(MARC‑ja、JCoLA)、句对分类(JNLI)以及问答(JSQuAD、JCommonsenseQA),发行链接保存在 GitHub 与 Hugging Face 上。
研究领域相近的资源
TEDxJP-10Klaboroai28TEDxJP-10K ASR 评估数据集GitHub共同: 语音识别・语料库与数据集
adlibholotherapper3ADLIB:具有语言感知评估的日语ASR基准框架GitHub共同: 语音识别・语料库与数据集
lm-evaluation-harnessEleutherAI14k用于语言模型少样本评测的框架。多语言共同: 语料库与数据集・评测与基准- ELYZA-tasks-100elyza2k一个包含100个样本的日语指令微调评估数据集,包含已注释的任务——从摘要校正、数学推理到翻译、创意生成和用户意图理解——旨在对微调模型进行手动或自动的5分制评分。共同: 语料库与数据集・评测与基准
- JMMLUnlp-waseda1kJMMLU 是一个日语大型多任务语言理解基准(Benchmark),包括 7,536 道教师精心制作的问题,覆盖 56 个学科,包括专业医学、心理学、会计、哲学以及各种高中学科。共同: 语料库与数据集・评测与基准
sacrebleumjpost1.3k自动下载测试集并输出版本字符串以便于跨实验室比较的参考 BLEU 实现。多语言共同: 语料库与数据集・评测与基准