speech-dataset-generator

一键生成带标签语音数据集，告别手动标注。

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 音频音乐 🍴 复刻 27 🐛 待处理 7 👀 关注 16
GitHub ↗
GitHub 星标 ★ 263
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，可自行部署使用。

项目预览

speech-dataset-generator 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队davidmartinrius
GitHubhttps://github.com/davidmartinrius/speech-dataset-generator
定价模式🏷️完全免费
价格说明开源项目，MIT许可证，完全免费，可自行部署使用。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型audio-analysis,audio-processing,dataset-generation,speech-recognition,speech-to-text,text-to-speech
GitHub 星标★ 263
上线时间2024-02-23 00:00:00
代码更新2024-06-10
仓库体积5.1 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

speech-dataset-generator 是一个用于创建带标签语音数据集的 Python 工具，主要解决语音识别、说话人识别等任务中训练数据难以获取和标注成本高的问题。它提供音频质量增强、说话人识别、多种数据集格式支持等核心能力，并集成先进的音频处理技术。通过自动化流程，用户可以从原始音频文件出发，生成高质量的标注数据集，适用于语音转写、说话人分离、情感识别等场景。项目处于早期阶段，但功能规划清晰，适合需要快速构建自定义语音数据集的开发者和研究人员。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 263

核心亮点

  • 支持多种数据集格式，灵活适配不同模型训练需求
  • 集成说话人识别功能，自动标注说话人身份
  • 提供音频质量增强，提升数据集整体可用性

不足之处

  • 早期项目，文档和社区生态尚待完善
  • 高级音频处理功能可能依赖外部库，增加部署复杂度

适用场景

  • 语音识别模型训练前的数据准备
  • 说话人识别系统的数据集构建
  • 多说话人语音场景的标注与增强

替代项目

Common Voice、LibriSpeech、Mozilla DeepSpeech

上一篇：speech_dataset

下一篇：DailyTalk

同类项目推荐

rapiddweller-benerator-ce 开源

一键生成、脱敏、迁移测试数据，让开发测试更高效安全。

BENERATOR is a leading software solution to generate, obfuscate, pseudonymize and mi···

★ 161 2026-08-10
AGIQA-3k-Database 开源

给AI生成图像质量打分，建立评估基准

[IEEE TCSVT2023] A Fine-grained Subjective Perception & Alignment Database for AI Ge···

★ 70 2026-08-09
MagicBrush 开源

手工标注的指令图像编辑数据集，让模型更懂你的修改指令。

[NeurIPS'23] "MagicBrush: A Manually Annotated Dataset for Instruction-Guided Image ···

★ 412 2026-08-09
voice-dataset-creation 开源

帮原住民社区自主打造语音数据集，守护语言并喂给AI

Community-controlled voice data collection for language preservation and AI developm···

★ 73 2026-08-09
spotlight 开源

从 DataFrame 交互式浏览图像音频数据集，快速筛出脏数据。

Interactively explore unstructured datasets from your dataframe.

★ 1285 2026-09-17
SynParaSpeech 开源

一键自动合成副语言语音数据集，省去手动采集标注。

Official Repository of Paper: "SynParaSpeech: Automated Synthesis of Paralinguistic ···

★ 72 2026-08-09
synthetic-data-generator 开源

一键生成高仿真表格数据，解决隐私与数据稀缺难题

SDG is a specialized framework designed to generate high-quality structured tabular ···

★ 2442 2026-08-09
ldbc_snb_datagen_spark 开源

按 LDBC 标准一键生成 TB 级社交图测试数据

Synthetic graph generator for the LDBC Social Network Benchmark, running on Spark

★ 185 2026-10-20