Alania 土耳其合成语音数据集
提供数百万级土耳其合成语音及配套文本标注。
为什么重要
为土耳其语 TTS/ASR 提供了可用的大规模合成语音资源。
阅读原文huggingface.co
AI 解读（根据原文生成）
cloud0day3/alania-synthetic-speech-tr 是 Hugging Face 上的土耳其语合成语音数据集，包含 48 kHz 语音、书面句子、朗读形式和英文声音描述，用于文本转语音与自动语音识别。数据由 AI 生成，不包含真实人物声音；来源包括语音代理句子、FineWeb-2 Turkish 和 Turkish Wikipedia，并提供设计声音参考。数据集页面可直接访问，许可证标为 other。
要点（AI 据原文整理，数字均已与原文核对）
- 数据集包含 3,451 hours of 48 kHz Turkish speech in 2,051,810 clips。
- 语音由 2,752 designed voices plus one-off voices 生成。
- 每个 clip 配有 written sentence、spoken form 和 plain-English description of the voice。
- v1.0 已知问题：140,338 clips（343 hours, about 7%）存在首字母缩略词或罗马数字读法问题。
- `cc-by` 配置包含 1,671,085 clips、2,592 hours。
- `cc-by-sa` 配置包含 380,725 clips、859 hours。
