Japanese-Eroge-Voice

מה זה

הנתונים נשלפו ממשחקי מבוגרים יפניים שנרכשו על ידי היוצר, ומכילים 409.33 שעות שמע בסך הכל. כמות הרשומות הכוללת עומדת על בין מאה אלף למיליון קטעים.

כל קטע אודיו עבר נרמול עוצמה באמצעות מסנן שני מעברים של ffmpeg לערכים מוגדרים של מינוס 23 LUFS, שיא אמיתי של מינוס 1 dB וטווח עוצמה של 11 LU. לאחר מכן, הקבצים תומללו באמצעות המודל litagin/anime-whisper. כדי לצמצם פגיעה בזכויות יוצרים של היצירות המקוריות לפי החוק היפני, הנתונים עורבבו, המזהים עברו גיבוב לצורך אנונימיזציה, והם נארזו מחדש.

מתאים ל

• אימון זיהוי דיבור ביפנית

  התאמת מודלי ASR לדיאלוגים מהירים וסגנון דיבור של אנימה.

• יצירת קולות סינתטיים

  אימון מודלי טקסט לדיבור בקולות נשיים ביפנית בהיקף של מאות שעות.

• מחקר סגנוני באודיו

  ניתוח אינטונציות ואקוסטיקה ייחודית לקולות משחקים ומדיה מצוירת.

איפה זה נופל

התוכן כולו מוגדר כתוכן למבוגרים ואינו מתאים לכל סביבת עבודה. יש בו הטיה כבדה לקולות נשיים שנובעת ישירות מסוג המשחקים שמהם החומר נלקח. התמלולים נוצרו כולם באמצעות מודל AI וללא בדיקה ידנית, כך שהם מכילים שגיאות ואי דיוקים. בנוסף, המאגר כולל אך ורק יפנית, ללא שפות אחרות.

אותה משפחה

Japanese-Eroge-Voice יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך טוענים

המאגר מחולק ל־220 קבצים, רובם קובצי ארכיון מסוג tar בפורמט WebDataset. אין צורך באישור גישה מיוחד כדי להוריד אותו. בכל ארכיון יש לרוב 1024 קטעים, כשכל רשומה מורכבת משלושה קבצים בעלי אותו שם בסיס: קובץ אודיו בפורמט flac, קובץ מטא-דאטה מסוג json, וקובץ טקסט txt שמכיל את התמלול.

from datasets import load_dataset

ds = load_dataset("NandemoGHS/Japanese-Eroge-Voice")

הרישיון

הרישיון המדווח במאגר הוא MIT, שמתיר שימוש רחב כולל שימוש מסחרי ושינוי, בכפוף למתן קרדיט. יחד עם זאת, היוצר מציין שהדאטהסט מיועד בעיקר למחקר אקדמי וחינוכי, ומדגיש שכל שימוש הוא באחריות המשתמש בלבד ובהתאם לחוק, בעיקר לאור מקור החומרים המוגנים בזכויות יוצרים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗