Japanese 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。
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)
946
Hugging Face 按讚數
166
收錄日
2024年5月13日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 2,000 |
| 2026年1月 | 1,000 |
| 2026年2月 | 598 |
| 2026年3月 | 669 |
| 2026年4月 | 239 |
| 2026年5月 | 1,000 |
| 2026年6月 | 663 |
| 2026年7月 | 721 |
| 2026年8月 | 543 |
| 2026年9月 | 2,000 |
| 2026年10月 | 2,000 |
| 2026年11月 | 946 |
各月最後一次快照時的近 30 天下載數。
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。
- 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。
- 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。
研究領域相近的資源
TEDxJP-10Klaboroai28TEDxJP-10K 語音辨識評估數據集GitHub共同: 語音辨識・文本生成- japanese-anime-speech-v2joujiboi3kJapanese Anime Speech Dataset V2 提供 292,637 對乾淨的音頻-文本對,約 397.5 小時為 SFW,52.4 小時為 NSFW,存於 128‑kbps MP3 檔案中按安全性分割,專為訓練自動語音識別模型而設。共同: 語音辨識・文本生成
asrzakuro-ai72使用PyTorch中的deepspeech2模型和Zakuro AI的支援進行自動語音識別。GitHub共同: 語音辨識・文本生成- kotoba-whisper-bilingual-v1.0kotoba-tech4kKotoba‑Whisper‑Bilingual v1.0 提供 6.3 倍更快的蒸餾 Whisper 模型,支援日本語與英語的 ASR 以及雙向語音轉文字翻譯,這些模型由 OpenAI 的 Whisper large‑v3 透過 knowledge distillation 與 cross‑entropy 及 KL‑divergence loss 建構。HF 模型共同: 語音辨識・文本生成
reazonspeechreazon-research406在家建立大规模的日语音频语料库GitHub共同: 語音與音訊・多模態
jtubespeechsarulab-speech232JTubeSpeech:從YouTube收集的日語語音語料庫GitHub共同: 語音與音訊・多模態