原作者描述

KSS 数据集：韩文单一发言人语音数据集

KSS 数据集是为韩文文本转语音任务而设计的。它包含由专业女声演员录制的音频文件，以及从我的书籍中提取的对齐文本。作为版权持有人，我按照出版商的要求将此数据集公开发布。据我所知，这是首个公开可用的韩文语音数据集。

文件格式

transcript.v.1.3.txt 中的每一行由 | 分隔成六个字段。

• A. 音频文件路径
• B. 原始脚本
• C. 扩展脚本
• D. 分解脚本
• E. 音频持续时间（秒）
• F. 英文翻译

例如：

1/1_0470.wav|저는 보통 20분 정도 낮잠을 잡니다.|저는 보통 이십 분 정도 낮잠을 잡니다.|저는 보통 이십 분 정도 낮잠을 잡니다.|4.1|我通常午睡20分钟。

规格说明

• 音频文件类型：wav
• 总运行时间：12小时以上
• 采样率：44,100 KHZ
• 音频文件数量：12,853
• 来源
  • |1| Kyubyong Park, 500 Basic Korean Verbs, Tuttle Publishing, 2015. |
  • |2| Kyubyong Park, 500 Basic Korean Adjectives 2nd Ed., Youkrak, 2015. |
  • |3| Kyubyong Park, Essential Korean Vocabulary, Tuttle Publishing, 2015. |
  • |4| Kyubyong Park, Tuttle Learner's Korean-English Dictionary, Tuttle Publishing, 2012. |

许可证

NC-SA 4.0. 你不能将此数据集用于任何商业目的。否则，你可以自由使用它。

引用

如果你想引用 KSS 数据集，请参考以下内容：

Kyubyong Park, KSS Dataset: Korean Single speaker Speech Dataset, https://kaggle.com/bryanpark/korean-single-speaker-speech-dataset , 2018

参考

查看 this 以获取使用此 KSS 数据集的项目。

联系方式

你可以通过电子邮件联系我：kbpark.linguist@gmail.com。

2018年4月。

Kyubyong Park

数据集摘要

包含12,853个韩文音频文件及其转录。

支持的任务和排行榜

文本转语音

语言

韩语

数据集结构

数据实例

>>> from datasets import load_dataset

>>> dataset = load_dataset("Bingsu/KSS_Dataset")
>>> dataset["train"].features
{'audio': Audio(sampling_rate=44100, mono=True, decode=True, id=None),
 'original_script': Value(dtype='string', id=None),
 'expanded_script': Value(dtype='string', id=None),
 'decomposed_script': Value(dtype='string', id=None),
 'duration': Value(dtype='float32', id=None),
 'english_translation': Value(dtype='string', id=None)}

>>> dataset["train"][0]
{'audio': {'path': None,
  'array': array([ 0.00000000e+00,  3.05175781e-05, -4.57763672e-05, ...,
          0.00000000e+00, -3.05175781e-05, -3.05175781e-05]),
  'sampling_rate': 44100},
 'original_script': '그는 괜찮은 척하려고 애쓰는 것 같았다.',
 'expanded_script': '그는 괜찮은 척하려고 애쓰는 것 같았다.',
 'decomposed_script': '그는 괜찮은 척하려고 애쓰는 것 같았다.',
 'duration': 3.5,
 'english_translation': 'He seemed to be pretending to be okay.'}

数据拆分