Dataset Viewer
The dataset viewer is not available for this subset.
Cannot get the split names for the config 'default' of the dataset.
Exception: SplitsNotFoundError
Message: The split names could not be parsed from the dataset config.
Traceback: Traceback (most recent call last):
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/inspect.py", line 299, in get_dataset_config_info
for split_generator in builder._split_generators(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/packaged_modules/folder_based_builder/folder_based_builder.py", line 229, in _split_generators
raise ValueError(
ValueError: `file_name` or `*_file_name` must be present as dictionary key (with type string) in metadata files
The above exception was the direct cause of the following exception:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/split_names.py", line 65, in compute_split_names_from_streaming_response
for split in get_dataset_split_names(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/inspect.py", line 353, in get_dataset_split_names
info = get_dataset_config_info(
File "/src/services/worker/.venv/lib/python3.9/site-packages/datasets/inspect.py", line 304, in get_dataset_config_info
raise SplitsNotFoundError("The split names could not be parsed from the dataset config.") from err
datasets.inspect.SplitsNotFoundError: The split names could not be parsed from the dataset config.Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
CSS100-LJSpeech (Japanese / Meian)
css100-ljspeech は、Park et al. が公開した CSS10 日本語コーパス（明暗）を、LJ Speech 互換フォーマット (id|text & wavs/*.wav) へ変換した派生データセットです。
データ概要
| 項目 | 値 |
|---|---|
| 話者 | 1 (ekzemplaro) |
| 音声数 | 6,841 |
| 合計時間 | 約 15 時間 |
| サンプリングレート | 22,050 Hz |
| テキスト言語 | 日本語 |
| フォーマット | ``id |
ファイル構成
css100-ljspeech/
├── metadata.csv # 2 列 (id|text)
└── wavs/
├── meian_0000.wav
├── meian_0001.wav
└── ...
使用例 (🤗 Datasets)
from datasets import load_dataset, Audio
ds = load_dataset("your-username/css100-ljspeech", split="train", streaming=True)
# ``id`` と ``text`` の 2 カラムがあり、``audio`` は "wavs/{id}.wav" を自動デコード
sample = next(iter(ds.cast_column("audio", Audio(sampling_rate=22050))))
print(sample["id"], sample["text"])
print(sample["audio"].keys()) # array, sampling_rate など
CLI
huggingface-cli download ayousanz/css10-ja-ljspeech --repo-type dataset --local-dir path/to/download/ --local-dir-use-symlinks False
ライセンス
元データセット CSS10 は Apache License 2.0 の下で提供されています。本派生物 (変換スクリプト・フォーマット変更) も同じ Apache-2.0 ライセンスで公開します。元オーディオは LibriVox を出典とし、パブリックドメイン音声を含みますが、再配布にあたり Apache-2.0 の条項に従ってください。
引用
@inproceedings{park2019css10,
title={CSS10: A Collection of Single Speaker Speech Datasets for 10 Languages},
author={Park, Kyubyong and Mulc, Thomas},
booktitle={Proc. Interspeech},
year={2019}
}
- Downloads last month
- 312