发布 gemini-flash-2.0-speech 数据集, 应用在 语音合成、语音识别 领域

本次发布的数据集 gemini-flash-2.0-speech, Gemini Flash 2.0 Speech数据集是一个高质量的合成语音数据集，由Gemini Flash 2.0模型通过Multimodel Live API生成。该数据集包含两位说话者（Puck和Kore）的英语语音数据，总计47,256个音频文件，总时长为1023527.20秒（约284.31小时）。数据集的文本内容多样，包括数字、LLM生成的句子、维基百科文章、播客、论文、技术和金融新闻以及Reddit帖子。数据集主要用于训练和实验STT/TTS模型。

查看gemini-flash-2.0-speech

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。