AnimeVox
קוד פתוחtaresh18cc2025-05-20
המאגר מרכז קטעי אודיו באנגלית של דמויות אנימה מוכרות, יחד עם תמלול מלא. הוא פונה למי שרוצה לאמן מודלים לקולות ספציפיים ודרמטיים שלא קיימים במאגרי דיבור רגילים.
- 437הורדות בחודש
- 43לייקים
מה זה
הנתונים כוללים 11,020 דגימות קול שמחולקות בין 19 דמויות שונות מתוך 15 סדרות אנימה. כל רשומה מגיעה עם קובץ אודיו בפורמט WAV מונו באיכות של 44.1 קילוהרץ, וכוללת תמלול טקסטואלי, את שם הדמות ואת שם הסדרה שממנה נלקח הקטע. המבנה מיועד לחיבור ישיר בין מאפייני הדובר לטקסט הנאמר.
העיבוד בוצע באמצעות TTSizer, כלי קוד פתוח שהופך קובצי מדיה גולמיים של וידאו ואודיו לדאטהסטים עבור אימון קולי. הכרטיס לא מפרט את הצעדים המדויקים של סינון הרעשים, חיתוך השקט או שיטת בדיקת איכות התמלולים, ומציג את הפלט המעובד שנשמר בחלוקה יחידה של קובצי אימון.
מתאים ל
- אימון קולות ייחודיים
פיין טיונינג של מודלי דיבור כדי לייצר גוני קול תיאטרליים שדומים לדמויות ספציפיות.
- זיהוי דוברים באודיו
בדיקת מודלים לסיווג קול לפי 19 הדמויות שמתויגות במאגר.
- זיהוי דיבור עם משחק
בחינת מודלי תמלול על קטעי דיבור מהירים ולא שגרתיים מדיבוב סדרות.
איפה זה נופל
הדיבור כאן הוא באנגלית בלבד, ואין פה עברית או יפנית מקורית. מכיוון שמדובר בדיבוב אנימה, המשחק הקולי מוקצן, כולל צעקות ואינטונציות לא שגרתיות, מה שלא מתאים לעוזרים קוליים סטנדרטיים. 19 דמויות זה מדגם צר, והכרטיס לא מפרט כיצד נבדק הדיוק של התמלולים או מה רמת רעשי הרקע שנותרו מהפסקול.
שאלות
נפוצות
האם מותר להשתמש במאגר לפרויקט מסחרי?
הכרטיס מציין רק סימון cc כללי בלי גרסה ברורה, וההקלטות עצמן נלקחו מתוך סדרות אנימה קיימות. שימוש במסחור של חומרים כאלה חושף אתכם לבעיות זכויות יוצרים של אולפני האנימה. לא הייתי מכניס את הנתונים האלה למוצר מסחרי.
האם יש במאגר תמיכה בעברית?
אין במאגר שום תוכן בעברית. כל 11,020 הקטעים מכילים דיבוב באנגלית בלבד. אם המטרה היא לאמן מודלים לשפה המקומית, הדאטהסט הזה לא יעזור לכם.
כמה מקום צריך בשביל להוריד אותו?
נפח האחסון הנדרש עומד על כ־3.5 גיגה בייט. הנתונים מחולקים לשבעה קובצי parquet, וכוללים קטעי אודיו בפורמט WAV של 44.1 קילוהרץ. אפשר להוריד אותו ישירות דרך הקוד ללא תהליך אישור.
איך נאספו התמלולים וקטעי הקול?
היוצר השתמש בכלי קוד פתוח בשם TTSizer שחותך ומעבד מדיה גולמית של וידאו ואודיו. הכרטיס לא מציין אם התמלולים נבדקו ידנית או הופקו אוטומטית. כדאי להאזין לכמה דגימות כדי לוודא שאין טעויות בטקסט.
איך טוענים
טוענים את המאגר ישירות דרך הספרייה של Hugging Face בפקודה load_dataset עם המזהה taresh18/AnimeVox. אין צורך באישור גישה מראש. כל המידע יושב בפיצול train שמורכב משבעה קובצי parquet, ושוקל כ־3.5 גיגה בייט. השדות המרכזיים בכל דגימה הם transcription, character_name ו־anime, לצד האודיו עצמו.
from datasets import load_dataset
ds = load_dataset("taresh18/AnimeVox")הרישיון
הרישיון המדווח בעמוד הוא cc כללי בלבד, בלי לציין את הגרסה המדויקת כמו CC-BY או CC-BY-NC. בנוסף, קטעי האודיו נלקחו מתוך 15 סדרות אנימה מסחריות שמוגנות בזכויות יוצרים של האולפנים. בגלל חוסר הבהירות הזה והמקור המוגן, לא הייתי נוגע בו לפיתוח מוצר מסחרי.