项目预览
项目数据
项目介绍
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 ★ 75
核心亮点
- 公共领域授权，无版权风险，可自由用于商业和研究
- 单说话人数据，适合训练稳定音色的TTS模型
- 提供Python处理脚本，降低数据预处理门槛
不足之处
- 数据规模可能较小，影响模型泛化能力
- 文档/社区待观察
适用场景
- 训练日语TTS模型
- 语音合成学术研究
- 个性化语音克隆
替代项目
JSUT、LibriSpeech、Common Voice
下一篇：yoruba-text
同类项目推荐
OntoAligner
开源
上传两个本体，一键生成语义映射关系。
OntoAligner: A Python Toolkit for Ontology Alignment https://pypi.org/project/OntoAl···
awesome-public-real-time-dataset···
开源
一站找齐可公开访问的实时数据源，做流处理演示不再缺素材
A list of publicly available datasets with real-time data maintained by the team at ···
paperlists
开源
现成的会议论文清洗数据，拿来就能做分析
Processed / Cleaned Data for Paper Copilot
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 ···
dataset-serialize
开源
Pascal 数据集与 JSON 互转，一键搞定数据交换
JSON to DataSet and DataSet to JSON converter for Delphi and Lazarus (FPC)
dataset-generator
开源
配好字段规则，一键生成逼真演示数据集
AI Dataset Generator – Create realistic datasets for demos, learning, and dashboard···
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
Chatette
开源
用模板语法一键生成海量 Rasa 训练语料，告别手工标注。
A powerful dataset generator for Rasa NLU, inspired by Chatito
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···