pengyichen/NaiLong-Voice-Clone

奶龙语音克隆数据集 完整项目与 Demo 效果可参见 GitHub 如果这个数据集对你有帮助，欢迎在 GitHub 上点个 Star ⭐ 支持一下！ 数据集介绍 数据集按处理阶段分为以下四部分： 1. raw_audio (原始采样) 处理方式：使用 Audacity 直接对视频素材进行录音，格式为 44.1kHz, 16-bit, Stereo。 说明：包含背景音、特效及多角色对话的非结构化原片素材，是整个流水线的起点。 2. vocal_only (人声分离) 处理方式：从 raw_audio 中使用 UVR5 的 MDX-Net 模型剥离背景音乐与噪音。 说明：利用 MDX-Net 模型提取出干净的人声轨道，为后续切片提供高信噪比素材。 3. sliced_vocal (自动化切片) 处理方式：基于停顿检测、音色突变及总时长控制，将 vocal_only 自动化切分为一系列短音频。… See the full description on the dataset page: https://huggingface.co/datasets/pengyichen/NaiLong-Voice-Clone.