Japanese 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。
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)
3,000
Hugging Face 按讚數
166
收錄日
2024年7月5日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 4,000 |
| 2026年1月 | 1,000 |
| 2026年2月 | 802 |
| 2026年3月 | 882 |
| 2026年4月 | 955 |
| 2026年5月 | 4,000 |
| 2026年6月 | 2,000 |
| 2026年7月 | 1,000 |
| 2026年8月 | 1,000 |
| 2026年9月 | 6,000 |
| 2026年10月 | 4,000 |
| 2026年11月 | 3,000 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- emilia-yodasTTS-AGI18k來自 Fate/Stay Night 角色「Emilia」的對話與傳說資料集,格式化用於訓練與評估對話語言模型。
- ClimbLab-JaKantaHayashiAI15kClimbLab‑Ja 是一個三千億標記的日語語料庫,從 LLM‑jp Corpus v4 過濾後分成 20 個群集,用於預訓練語言模型,以 ODC‑BY 授權發佈,保留原始來源授權並以 parquet 格式存儲。
- llm-course-final-2026bumbuboon13k基於日文 Wikipedia 的 RAG 資料集,供 LLM 課程期末競賽使用,包含約 100 萬個文本片段及搜尋索引。
- 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。
- fineweb-2-edu-japanesehotchpotch8kFineWeb2 Edu Japanese 交付約 120 million 高品質教育用日語文本(≈89.3 billion tokens)來自 FineWeb2,經 DeepSeek‑API classifier(score ≥ 2.5)過濾,使用 ModernBERT‑Ja‑130M 分詞,並包含小型 token 子集(≤512 tokens)。
研究領域相近的資源
- 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。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
koniwakoniwa61一個包含日語註釋聲音的開放收藏。GitHub共同: 語音與音訊・多模態
TEDxJP-10Klaboroai28TEDxJP-10K 語音辨識評估數據集GitHub共同: 語音辨識・文本生成
speechBSDku-nlp4一個包含音訊和說話者屬性信息的BSD語料庫擴展版。GitHub共同: 語音與音訊・多模態