https://commonvoice.mozilla.org/en/datasets
We’re building an open source, multi-language dataset of voices that anyone can use to train speech-enabled applications.
Includes both Cantonese and Mandarin Chinese!!
抽样粤语（Chinese Hong Kong）语音数据的质量不好，录音人声音不够清晰（不是声优级别的声音），背景噪音较大，标记文件有错。另外还有个Cantonese的分类。
感觉可能用现有的TTS生成数据质量会好得多。
6/25/2025粤语音频统计：
总文件数：123195 个
总时长：8552分7.33秒（513127.33 秒）
平均时长：4.17秒（4.17 秒）
最长时长：1分42.5秒（102.50 秒）
最短时长：0.2秒（0.20 秒）
评论