LAION eV发布emolia-hq数据集,应用在语音转换、情感识别领域

LAION eV本次发布的数据集emolia-hq,Emolia-HQ 是一个高质量、说话人配对的数据集，源自 LAION Emolia 数据集。每个样本包含目标语音和来自同一说话人的参考语音，适用于语音转换、富有表现力的文本到语音转换以及说话人感知的情感识别等任务。数据集经过质量过滤（仅保留 DNS-MOS 评分 ≥ 3.0 的样本）和说话人配对处理，形成“四元组”（目标语音和参考语音）或“二元组”（仅目标语音）。数据集以 WebDataset 格式存储，按语言分类，包含详细的元数据字段，如语音转录、持续时间、说话人 ID、语言代码、情感描述和语音特征嵌入等。统计数据显示，数据集涵盖德语、英语、法语、日语、韩语和中文，总大小约 4,716 GB，其中 97% 的样本包含同一说话人的参考语音。

查看emolia-hq

关于LAION eV,LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

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。