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

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 2 🐛 待处理 1 👀 关注 3
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 51
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源数据集及标注工具，MIT许可证，完全免费使用。

项目预览

jsut-lab 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r9y9
官网地址https://sites.google.com/site/shinnosuketakamichi/publication/jsut
GitHubhttps://github.com/r9y9/jsut-lab
定价模式🏷️完全免费
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🔧 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
技术栈/模型dataset,hts,jsut,speech-synthesis,text-to-speech,tts,voice-conversion
GitHub 星标★ 51
上线时间2019-09-26 00:00:00
代码更新2021-04-16
仓库体积22.0 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5

项目介绍

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。

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 ★ 51

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

上一篇：ManaTTS-Persian-Speech-Dataset

下一篇：voice-dataset-creation

同类项目推荐

Know-Your-Intent 开源

用语义哈希实现又快又准的意图识别，让对话助手更聪明。

State of the Art results in Intent Classification using Sematic Hashing for three da···

★ 134 2026-08-09
market_prices 开源

一行代码拉取干净 OHLCV 行情，直接喂给 pandas 做回测

Get meaningful OHLCV datasets

★ 106 2026-09-21
leaked-system-prompts 开源

看穿AI产品背后的系统指令，学习提示词设计。

Collection of leaked system prompts

★ 15014 2026-08-09
GraphGen 开源

用知识图谱自动造微调数据，省人工标注

GraphGen: Enhancing Supervised Fine-Tuning for LLMs with Knowledge-Driven Synthetic ···

★ 1231 2026-09-12
LLM-PuzzleTest 开源

用多模态谜题测出大模型推理短板

This repository is maintained to release dataset and models for multimodal puzzle re···

★ 122 2026-08-09
MAMA-MIA 开源

提供多中心乳腺癌MRI标准数据集，助力AI诊断模型训练与验证

The MAMA-MIA Dataset: A Multi-Center Breast Cancer DCE-MRI Public Dataset with Exper···

★ 117 2026-08-09
lerobot-dataset-visualizer 开源

浏览器里直接看机器人数据集，训练前先查数据质量

Web application for visualizing robotics datasets in LeRobot format

★ 138 2026-09-21
cityscapesScripts 开源

Cityscapes 数据集官方脚本，一键转标注、算指标

README and scripts for the Cityscapes Dataset

★ 2352 2026-10-19
DailyTalk 开源

让 TTS 学会对话，生成自然多轮语音

Official repository of DailyTalk: Spoken Dialogue Dataset for Conversational Text-to···

★ 262 2026-08-09