leungtianle/Expressiveness

Expressiveness — UltraVoice 指令语音合成数据集 基于 UltraVoice 的 instruction_text 字段， 使用 IndexTTS-2.5 零样本音色克隆合成的语音数据集。 55,352 条音频，共 166.71 小时，22050 Hz 单声道 WAV (PCM16) 平均时长 10.84 秒 参考音色随机取自 865 个说话人片段，每个音色被使用 41–93 次 仅合成 instruction（提问）部分，response 未合成 数据构成 大类 条数 时长(小时) 小类 accent 6,000 22.64 AU, CA, GB, IN, SG, ZA composite 4,143 10.23 en emotion 21,209 64.81 angry, disgusted, fearful, happy, neutral, sad, surprised generalqa 6,000 9.89 en language 6,000… See the full description on the dataset page: https://huggingface.co/datasets/leungtianle/Expressiveness.