一份15小时的单说话人日语失语症语音语料库,包含平行、音位难度高和日常使用句子,用于ASR研究,以44.1 kHz RIFF WAV格式提供。
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)
164
Hugging Face 点赞数
2
收录日
2026年11月3日
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。
- japanese-anime-speechjoujiboi946日本动漫语音数据集提供73,004对音频-文本(总计110小时,已从V1升级至V5),用于提升ASR模型,例如OpenAI的Whisper,按开放许可证提供给所有使用,欢迎署名。
- 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。
- Galgame_Speech_ASR_16kHzlitagin395Galgame_Speech_ASR_16kHz 是一个 16 kHz 的 ASR 数据集,包含 3.75 百万对(≈5,354 小时),源自 Galgame_Dataset,遵循 GPL v3.0,禁止商业使用,并要求任何训练的模型必须开源(可选引证)。
- 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。
- Japanese-Eroge-VoiceNandemoGHS325一个时长为409小时的日本 eroge 语音数据集,使用 2-pass loudnorm(‑23 LUFS,‑1 dB 峰值,11 LRA)处理,已由 litagin/anime-whisper 转录、匿名化,存储为 WebDataset(FLAC、JSON、TXT),主要包含女性声音,可能存在 AI 转录错误,并采用 MIT 许可证用于学术研究。
研究领域相近的资源
- 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。共同: 语音识别・语料库与数据集
- 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。共同: 语音识别・语料库与数据集
TEDxJP-10Klaboroai28TEDxJP-10K ASR 评估数据集GitHub共同: 语音识别・语料库与数据集- girlsfrontline_voices_jpdeepghs176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。共同: 语音识别・语料库与数据集
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 语音识别
- KakologArchivesKakologArchives74k聚合了2009年至2024年NicoNico Live的评论日志,总计超过150 GB,包括转移前、转移后以及实时NX‑Jikkyo捕获,提供了一个API,便于检索历史电视广播讨论。共同: 语料库与数据集