tts-dataset/filtered-gol-dataset

Filtered GOL Dataset midralab/gol-dataset をTTS（Text-to-Speech）学習用にフィルタリングしたデータセットです。 データセット概要 項目 値 総再生時間 約1,880時間 サンプル数 約120万 話者数 380人 データサイズ 約280GB 形式 WebDataset (.tar) 音声形式 FLAC (44.1kHz, モノラル) フィルタリング条件 基本フィルタ テキスト長: 3文字以上 音声長: 1秒以上、60秒未満 話者フィルタ 話者あたり5時間以上の音声データを持つ話者のみ テキストフィルタ（除外対象） 非言語テキスト（句読点のみ、空白のみなど） 顔文字 (^_^), (T_T) など 笑い表現 (笑), 文末の www 絵文字 英数字のみのテキスト 同一文字4回以上の繰り返し… See the full description on the dataset page: https://huggingface.co/datasets/tts-dataset/filtered-gol-dataset.