jsut-lab 是数据集领域的开源项目，由 r9y9 开发，2019 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 51。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-01-23。开源数据集及标注工具，MIT许可证，完全免费使用。
它主要面向的使用场景是：日语语音合成模型训练前的数据准备。同类可对比的替代方案包括 HTS-demo_CMU-ARCTIC、Merlin、ESPnet。
jsut-lab
给日语语音合成数据集补上精细标签，直接用于 TTS 训练
jsut-lab 是一个为日语语音合成数据集 JSUT v1.1 提供 HTS 风格全上下文标签（full-context labels）的开源项目。它解决了语音合成研究中训练数据缺乏精细标注的问题，为每个音素提供包含语音学、韵律学等丰富上下文信息的标签文件，这些标签是 HTS（Hidden Markov Model-based Speech Synthesis）系统及许多现代端到端 TTS 模型训练的关键输入。项目核心能力是生成与 JSUT 语料库对齐的上下文标签，支持语音合成、声音转换等研究任务，帮助开发者快速构建日语 TTS 系统或进行声学建模实验。
开源
free
音频音乐
GitHub 星标
★ 51
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队r9y9
所属国家
定价模式free
价格说明开源数据集及标注工具，MIT许可证，完全免费使用。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型dataset,hts,jsut,speech-synthesis,text-to-speech,tts,voice-conversion
GitHub 星标★ 51
30天Star增速
HF 下载量
上线时间2019-09-26 00:00:00
最近更新2026-01-23 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 为 JSUT 数据集提供标准 HTS 标签，省去自行标注的繁琐流程
- 标签包含丰富的上下文特征，适配 HTS 及多种 TTS 框架
- 基于真实数据集，可直接用于日语语音合成研究复现
不足之处
- 项目维护时间较早，可能未适配最新版 JSUT 或新工具链
- 文档和社区支持有限，使用门槛对新手较高
适用场景
- 日语语音合成模型训练前的数据准备
- HTS 或传统统计参数语音合成研究
- 声音转换任务中的对齐标签生成
替代项目
HTS-demo_CMU-ARCTIC、Merlin、ESPnet
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models