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。
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)
847
Hugging Face 按讚數
7
收錄日
2026年4月12日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | 105 |
| 2026年5月 | 181 |
| 2026年6月 | 146 |
| 2026年7月 | 111 |
| 2026年8月 | 228 |
| 2026年9月 | 151 |
| 2026年10月 | 492 |
| 2026年11月 | 847 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- 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。
- 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。
- Cauldron-JAturing-motors7kCauldron‑JA 是一套日本視覺‑語言資料集,包含 44 個子資料集,這些子資料集是使用 DeepL API 將 The Cauldron 翻譯而成,通過 HuggingFace’s datasets library 可取得,授權條件與原始資料集完全相同,提示(prompts)則以 CC‑BY‑4.0 授權釋出。
- Galgame-VisualNovel-Reuploadjoujiboi5k重構後重新上傳 Galgame VisualNovel 資料集 (OOPPEENN/5669736E6F76656C5F44617461736574),為了提高 Hugging Face 資料集載入效率,保留所有原始音訊 / 文字,並提供一段提取腳本,支援多種遊戲子集選項。
- JMMMUJMMMU3kJMMMU 是一個日語多模態基準,已擴充十倍至 1,320 個文化多樣化問題 (720 個文化中立,600 個文化特定),由母語專家翻譯,現在擁有公開排行榜。
研究領域相近的資源
- STAIR-Captionsshunk0312kSTAIR‑Captions 在 2017 年發布,提供 820,310 條日語字幕,用於字幕生成、多模態檢索和圖像生成,並帶有詳細標註、元資料以及 Creative Commons BY‑4.0 license。共同: 標註與資料集建置
- Japanese-Creative-Writing-39.6kAratako1k39,600 個樣本的日語小說寫作任務資料集,由 deepseek-ai/DeepSeek-V3-0324 生成,包含兩回合 OpenAI 風格對話(包括可選的 NSFW 內容),並以 MIT 授權發佈。共同: 標註與資料集建置
- 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.共同: 標註與資料集建置
- python-code-instructions-japaneseronantakizawa85718,612個將Python指令–回應對日文翻譯—使用 GPT‑4o‑mini 生成,保留原始英文提示、程式碼與範例—為訓練、微調、聊天機器人、研究與教育提供多樣的編程任務,全部以 MIT 許可證發布。共同: 標註與資料集建置
- 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)。共同: 標註與資料集建置
- Lux-Japanese-Speech-CorpusLami332Lux 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。共同: 標註與資料集建置