公海贵宾会

最新发布!查看 MagicData 成品数据集
语音复刻大模型高品质数据集——英语

语音复刻大模型高品质数据集——英语

语音TTS已经走向了AIGC大模型模式,利用大规模高品质训练数据,实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景,包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”,此数据具备48KHz高采样率,采集人数上万,环境纯净,内容自然多样,近万小时,是实现零样本语音合成的绝佳数据。特别地,此数据的多样化语料内容能为模型学习协同发音提供助益。

语种(地区)

英语(中国香港、中国大陆、印度、马来西亚、菲律宾、新加坡、泰国、土耳其)

数据风格

对话式&朗读式

音频格式

PCM

采样率

48kHz

比特率

16bits

声道

1

人数

17,392

时长

10,758小时

音频数量

5,979,570个

音频样音

As a new trend of AIGC, zero-shot speech synthesis has wide-ranging applications, including voice assistants, audiobooks, video game character voices, creating podcast, and real-time voice changer, among others. has proactively designed and developed the "High-Quality Dataset for Voice Replication," which boasts a 48kHz high sampling rate, tens of thousands of contributors with diverse content, making it an excellent resource for achieving zero-shot speech synthesis. In particular, the diverse content of this data can be beneficial for the model's coarticulation learning.

没有找到想要的数据?

联系我们

数据集推荐

MDT-AE073 意大利语对话音频数据集

【开源数据】
试听音频

MDT-RJ001 日语高质量口语式语音数据集

该数据集专为训练更懂口语表达的AI模型打造,有利于提升日语语音识别的自然交互能力,覆盖多场景真实对话,由多样化人群录制。精准标注音调核位置及促音、拨音等特殊音节,字准率高。公海贵宾会通过合理标点还原日语独有的呼吸停顿节奏,公海贵宾会助力模型理解口语中的省略句式与情感粒子,提升交互自然度。

MDT-BF011 天津话男声TTS数据集

【开源数据】
试听音频

MDT-AF058 中文中老年音频数据集-唤醒词

试听音频

MDT-AE076 菲律宾他加禄语对话音频数据集

试听音频

MDT-AF066 菲律宾他加禄语朗读音频数据集

试听音频

数据优势有哪些?

合规性

符合ISO/IEC 27001和ISO/IEC 27701:2019标准认证

多维度

音频、文本、图像、音视频多模态数据

覆盖性

涵盖多领域的对话式、朗读式及自发式数据

高精度

人机协同高精度标注

TOP
联系我们
Sitemap