wwTTS
קוד פתוחGenius-Societycc-by-nc-nd-4.02024-12-26
המאגר מרכז הקלטות קול של דמויות ממשחק המחשב Wuthering Waves כדי לאפשר אימון מודלי דיבור. הוא מיועד למי שמחפש קולות משחק ספציפיים בארבע שפות שונות בלי להוריד קבצי ענק.
- 46הורדות בחודש
- 27לייקים
מה זה
המאגר מציע קוד אינטגרציה שמוריד ומסדר קבצי קול של דמויות מתוך משחק המחשב Wuthering Waves. מקור הנתונים הראשוני מגיע מפרויקט חיצוני של AI Hobbyist, כאשר הזכויות על התוכן המקורי שייכות לחברת המשחקים KUROGAME. במקום להוריד חבילה דחוסה וכבדה של כל המשחק, הקוד מבצע חיפוש, הורדה ישירה, חלוקה לפי שפה ונרמול של הנתונים תוך כדי ריצה.
הנתונים מחולקים לארבע שפות שונות שמוגדרות בתור חלוקות רשמיות של הדאטהסט: סינית שמסומנת כ־zh, יפנית שמסומנת כ־jp, אנגלית תחת en, וקוריאנית תחת kr. רשימת הדמויות המלאה הנתמכת במאגר מפנה לאתר חיצוני, ומאפשרת למשוך דגימות קול ממוקדות לפי שם הדמות, למשל דמות בשם הסיני שלה.
מתאים ל
- אימון מודלי קול ספציפיים
יצירת מודל דיבור המחקה במדויק את סגנון הדיבור והטונציה של דמות ספציפית מהמשחק.
- בדיקת מודלים רב לשוניים
השוואת ביצועי מודל דיבור על פני ארבע השפות הקיימות עבור אותה דמות בדיוק.
- מחקר אקדמי בעיבוד קול
בחינת אלגוריתמים לסינתזת קול על דגימות נקיות של שחקני קול מקצועיים.
איפה זה נופל
הנתונים מוגבלים לחלוטין לקולות הדמויות של המשחק בלבד, כך שלא תמצאו כאן דיבור טבעי או שיחות יומיומיות. עברית לא קיימת במאגר, אלא רק סינית, יפנית, אנגלית וקוריאנית. בנוסף, הקוד תלוי במקורות חיצוניים לצורך הורדת הקבצים, וזכויות הקניין של המשחק עצמו שייכות לחברה מסחרית.
שאלות
נפוצות
האם מותר להשתמש במאגר לפרויקט מסחרי?
לא. הרישיון הרשמי הוא cc-by-nc-nd-4.0, שאוסר במפורש שימוש מסחרי מכל סוג. בנוסף, זכויות היוצרים שייכות לחברת המשחקים KUROGAME.
האם יש במאגר דגימות קול בעברית?
אין עברית כלל. המאגר מציע אך ורק ארבע שפות שקיימות במשחק המקורי: סינית, יפנית, אנגלית וקוריאנית.
איך המאגר הזה שונה מהורדת קבצי המשחק הרגילים?
הוא חוסך הורדה ידנית של קבצי ארכיון ענקיים. סקריפט הפייתון מוריד ישירות רק את הדמות והשפה שתגדירו בקוד ומנרמל את השמע.
האם צריך להוריד את כל הדאטהסט בבת אחת?
לא, הגישה מתבצעת לפי דמות ושפה. אתם בוחרים את שם הדמות ואת קוד השפה בהגדרות הטעינה, והקוד מושך רק את מה שביקשתם.
איך טוענים
טוענים את הנתונים באמצעות הספרייה datasets בגרסה 3.6. בקריאה לפונקציה load_dataset מגדירים את שם הדמות בסינית, בוחרים את השפה הרצויה לחלוקה, ומחייבים את הפרמטר trust_remote_code מפני שהמאגר מריץ סקריפט פייתון מקומי בשם wwTTS.py שמבצע את ההורדה והעיבוד בפועל. אין צורך באישור גישה מיוחד.
from datasets import load_dataset
ds = load_dataset("Genius-Society/wwTTS")הרישיון
הרישיון הוא cc-by-nc-nd-4.0. המשמעות פשוטה: אין אישור לשימוש מסחרי, חייבים לתת קרדיט, ואסור להפיץ שינויים או יצירות נגזרות של הדאטהסט. חברת המשחקים שומרת לעצמה את זכויות הפירוש הסופיות, כך שאימון מודל לצורך מסחרי אסור לחלוטין.