一套140条片段的日语声音数据集,来自《直角小妹》中的菜鸟宫谷久美,为RVC、So-VITS-SVC、TTS微调和音频自编码器进行AI训练。
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)
424
Hugging Face 点赞数
2
收录日
2026年9月29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 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 106 |
| 2026年10月 | 129 |
| 2026年11月 | 424 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- makise-kurisu-vn-voicelineszhonglongbao847使用 Whisper Large‑V2 对视频中的 Makise Kurisu VN 对话进行转录,并用 pydub 将文本拆分为片段;未清理的文本用于 TTS 模型训练,且不属于作者。
- Cauldron-JAturing-motors7kCauldron‑JA 是一个日语视觉‑语言数据集,包含 44 个子数据集,使用 DeepL API 从 The Cauldron 翻译而来,可通过 HuggingFace’s datasets library 获取,并与原始数据集使用相同的许可证,prompts 在 CC‑BY‑4.0 下发布。
- Galgame-VisualNovel-Reuploadjoujiboi5k为高效加载 Hugging Face datasets,重新结构化并重新上传 Galgame VisualNovel 数据集(OOPPEENN/5669737465666C656E63655F44617461337072657330),保留所有原始 audio/text,并提供带多种 game-subset 选项的 extraction script。
- JMMMUJMMMU3kJMMMU 是一个日语多模态基准,已扩大十倍至 1,320 个具有文化多样性的问题(720 个与文化无关,600 个与文化相关),由母语专家翻译,现在设有公开排行榜。
- STAIR-Captionsshunk0312kSTAIR‑Captions,发布于2017年,提供820,310条日语字幕,用于字幕生成、多模态检索和图像生成,并配有详细注释、元数据以及Creative Commons BY‑4.0 license。
- ogiri-boketeYANS-official1k来自Bokete众包笑话网站的仅日语数据集,分为三项任务——文本到文本、图像到文本以及文本在图像中的完成,每项分别有500个图像提示(对应2355个答案)和各100个其他两项(≈900个答案),通过OCR处理并过滤不当内容。
研究领域相近的资源
- voicevox-voice-corpusayousanz885VOICEVOX‑generated synthetic voice dataset comprising 445,793 .wav files (totaling 577 h 51 m 23 s) built from the ITA, つくよみちゃん, and ROHAN corpora.共同: 语音合成・语料库与数据集
- honkoku-linesyuta1984660一份公民科学数据集,包含 1,169,304 条已转录的日语历史行,来源于 79,086 张 IIIF 页面图像,以约 1 GB 的 WebDataset 分片形式提供,每个分片含有高度为 256 像素的 JPEG 行裁剪以及相应元数据,适用于训练/验证/测试划分。共同: 语料库与数据集・图像与多模态
- Wiki-JA-Pairllm-jp643由 jawiki-20250501 文章构建的日本维基百科图像说明数据集,包含1,054,434个唯一(图片,说明)对和1,047,565张已下载图片,附有尺寸、哈希值、页面信息等元数据,并且下载成功率为99.35%。共同: 语料库与数据集・图像与多模态
- MOMIJIturing-motors594一个名为MOMIJI的日语网页文档和图像数据集(≈5600万页,1100亿字符,2.49亿张图片),旨在训练视觉语言模型,并配有交互式可视化工具和用于生成文本字段的实用脚本。共同: 语料库与数据集・图像与多模态
- anime-with-caption-cc0alfredplpl541AI生成的动漫插图,使用英文提示,并基于Phi‑3 Vision的字幕(英文和日文),已发布到公共领域,供免费使用。共同: 语料库与数据集・图像与多模态
- japanese-singing-voicetts-dataset458一个 1,000 小时的日本歌唱声音数据集(约 73 GB),采用 WebDataset 格式用于训练 SVC 模型,包含 15,311 个 MP3 文件,并附有丰富的 YouTube 元数据和质量评分。共同: 语音合成・语料库与数据集