一個包含 15 小時、單一說話者的日語失語症語音資料集,提供平行、語素難度高以及日常使用的句子,供 ASR 研究之用,採 44.1 kHz RIFF WAV 格式。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
164
Hugging Face 按讚數
2
收錄日
2026年11月3日
同分類的熱門資源
- fgo_voices_jpdeepghs10kFGO Waifu 的 JP Voice‑Text 資料集:包含 30,800 條記錄、66.4 小時的日語音訊集合,涵蓋單一配音員角色台詞(每條約 7.76 秒),適用於 ASR/ASV 微調與評估。
- japanese-anime-speechjoujiboi946Japanese Anime Speech Dataset 提供 73,004 對音頻-文字對(共 110 小時,從 V1 演進至 V5),用於提升 ASR 模型(如 OpenAI 的 Whisper),在開放授權下可供任何使用,若能標明來源將不勝感激。
- makise-kurisu-vn-voicelineszhonglongbao847使用 Whisper Large‑V2 從影片中轉錄 Makise Kurisu VN 對話,並以 pydub 分割成片段;未經清理的文字僅供 TTS 模型訓練之用,並非作者作品。
- Galgame_Speech_ASR_16kHzlitagin395Galgame_Speech_ASR_16kHz 是一個 16 kHz ASR 資料集,包含 3.75 百萬對(≈5,354 h),由 Galgame_Dataset 派生,採 GPL v3.0 授權,禁止商業使用,且任何訓練出來的模型必須開源(引用可選)。
- azurlane_voices_jpdeepghs332一份日語聲音文字資料集,涵蓋 30,160 條錄音(≈75.8 小時),來源於單一演員的聲音,可用於微調或評估 ASR/ASV 模型。
- Japanese-Eroge-VoiceNandemoGHS325一個 409 小時的日本 eroge 語音資料集,經 2-pass loudnorm 處理(‑23 LUFS、‑1 dB peak、11 LRA),由 litagin/anime-whisper 轉錄,已匿名化,存儲為 WebDataset(FLAC、JSON、TXT),主要包含女性聲音,可能存在 AI 轉錄錯誤,並以 MIT‑licensed 供學術研究。
研究領域相近的資源
- arknights_voices_jpdeepghs285JP Voice‑Text Dataset for Arknights Waifus:10,905 條日本語音頻片段(總計 26.3 小時,平均 8.7 秒),來自單一演員角色,適用於微調或評估 ASR/ASV 模型。共同: 語音辨識・語料庫與資料集
- asr-ja-benchthird-intelligence270此倉庫記錄了「asr‑ja‑bench」日語 ASR 基準的修正稿集,詳細說明從 JSUT、JVNV、TEDxJP‑10K、FLEURS 和 SpeechBSD 中納入樣本、應用標籤修復、哈希檢查,以及版本化結果(Haas‑ja‑v1.0),同時指出因授權限制未重新發布任何音訊或稿件。共同: 語音辨識・語料庫與資料集
TEDxJP-10Klaboroai28TEDxJP-10K 語音辨識評估數據集GitHub共同: 語音辨識・語料庫與資料集- girlsfrontline_voices_jpdeepghs176一個日本語音-文字語料庫,包含 12 508 條錄音(總計約 20.9 小時),來源於 Girls Front Line 的「waifus」,每個檔案僅包含單一配音演員,用於微調和評估 ASR/ASV 模型。共同: 語音辨識・語料庫與資料集
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16M日語 wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 與 JSUT 上微調,需要 16 kHz 音訊,並可透過 HuggingSound 或 HuggingFace pipelines 使用。HF 模型共同: 語音辨識
- KakologArchivesKakologArchives74k聚合自 2009‑2024 年的 NicoNico Live 評論日誌超過 150 GB,包括轉換前、轉換後及實時 NX‑Jikkyo 捕獲,並提供 API 以方便檢索歷史 TV‑broadcast 討論。共同: 語料庫與資料集