Lux 日語語音語料庫是一個 CC-BY-4.0 資料集,包含 96 kHz/16‑bit WAV 錄音,由角色 Lux 所錄製,提供原始及清理後的音訊檔案,以及位於 metadata.csv 的文字轉錄,可用於 TTS 研究與訓練。
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)
332
Hugging Face 按讚數
5
收錄日
2025年3月4日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 714 |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | 995 |
| 2026年7月 | 2,000 |
| 2026年8月 | — |
| 2026年9月 | 122 |
| 2026年10月 | 260 |
| 2026年11月 | 332 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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.
- 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。
- spoken-magpie-jaAtotti648日語說話型 LLM Spoken‑magpie 的指令微調資料集,使用 CosyVoice2 TTS 在 10 台 NVIDIA H200 GPU 上構建,包含多樣化的講者聲音與對 500 字以下提示的音訊回應,公開提供 50 範例條目。
- japanese-singing-voicetts-dataset458一個1,000小時的日本歌聲資料集(約73 GB),以WebDataset格式提供,用於訓練SVC模型,包含15,311個MP3檔案,附有豐富的YouTube元資料和品質分數。
- nagatoro-soundezfiez424一份包含140段的日語聲音資料集,來源為《長門小學》中的長門瀨奈,供 RVC、So‑VITS‑SVC、TTS 微調及音頻自編碼器使用。
- Hadou-Voice-Datasethadou1225419一個日語語音資料集,包含 966 個「Calm Voice」片段(約 114 分鐘)和 424 個「ITA Corpus」片段(約 39 分鐘),由 Hadou 提供,可用於 AI 訓練、TTS、聲音轉換、LoRA 創建或直接納入任何專案,並可選擇給予署名。
研究領域相近的資源
- financial-lakehouseYoshi-Dai5k一個受限、非商業性的衍生資料集,基於 EDINET XBRL 財務資料,禁止再散佈、AI 訓練及商業使用,存取需手動批准。共同: 標註與資料集建置
- Nemotron-Personas-Japannvidia5kNemotron‑Personas‑Japan是一個開源、CC BY 4.0資料集,提供高品質的合成生成日本人格資料——包含姓名、性別、年齡、背景、婚姻狀況、教育、職業和地理位置——基於真實世界的人口、地理和個性分佈設計,使用概率圖形模型和GPT‑OSS‑120B進行優化,以提升多樣性、減少偏見、避免模型崩潰,協助主權AI發展並支持商業使用。共同: 標註與資料集建置
- mc4-jaizumi-lab2k日文 MC4 資料集卡片 (mc4-ja)共同: 標註與資料集建置
- RyokoAI_Syosetu711Kbotp2kSyosetu711K 是一個日本資料集,於 2023 年 3 月 26‑27 日從小説家になろう抓取約 711,700 本小說,提供全文和元資料(標題、作者、NCode、簡介等)供無監督文本生成和分類任務使用。共同: 標註與資料集建置
- Japanese-Eroge-Voice-V2NandemoGHS1kJapanese‑Eroge‑Voice‑V2 提供 2,657 小時的匿名化 1,033,142 對 eroge 音訊–轉錄配對 (大多為女性,NSFW),MIT授權,用於學術研究。共同: 標註與資料集建置
- AnimuSubtitle-JPKaraKaraWitch1k一個可透過 ass Python 函式庫或字幕編輯器(如 Aegisub)使用的日語動畫字幕資料集,採用 Advanced SubStation Alpha (SSA/ASS) 格式,授權為 ODC‑BY。共同: 標註與資料集建置