Qwen3-TTS 多语言情感语音数据集

音视频
0 下载
39 浏览
2026-09-11

数据集简介

Dataset card

qwen3-tts-multilingual-emotional-speech 由 akuzdeuov 发布在 HuggingFace 上,是一个多语言情感语音数据集(multilingual emotional speech)。从名称可以看出其与 qwen3-tts 相关,推测面向 TTS 相关任务使用。数据集的模态为 Audio(音频)与 Text(文本),文件格式为 webdataset,即以 tar 分片序列化组织的流式数据格式,适合大规模训练场景下的顺序读取。数据集整体规模在 1M - 10M 区间,默认配置(default)约 4.6M 行(~4.6M rows,Dataset 视图默认展示前 17.2k 条),且只有 train 一个切分。

数据集的字段结构包括:

字段 说明
key webdataset 样本键
url 样本来源 URL
wav 音频数据
audio duration (s) 音频时长(秒)

样本命名遵循「目录/情感_编号」的规则,例如 Chinese/Uncle_Fu/sad_27362。从示例路径可见数据包含中文语料:Chinese/Uncle_Fu 目录下的样本按情感标签命名,涵盖 sad(悲伤)、happy(高兴)、angry(愤怒)、surprised(惊讶)、disgusted(厌恶)、fearful(恐惧)、neutral(中性)等情感类别,体现了数据集按情感标注组织语音样本的特点。

Data Studio

数据集提供 HuggingFace Data Studio 在线预览视图,默认配置下可浏览约 4.6M 行中的前 17.2k 条样本。用户可以在 Dataset 页面中直接查看 key、url、wav、音频时长等字段的实际内容,也可以通过路径示例(如 Chinese/Uncle_Fu/_)了解数据的组织方式,按语言目录与情感标签定位所需样本。

Files and versions

数据文件以 webdataset 格式托管在仓库的 Files and versions 页面,用户可在该页面查看文件列表、版本记录并下载所需分片。数据集为公开资源,登录 HuggingFace 后即可通过页面下载或使用 datasets 库远程加载。

Community

数据集页面附带 Community 区,使用者可在其中提出 Issues 或参与 Discussions,反馈数据质量、使用方式等问题,与发布者 akuzdeuov 交流。

基本信息

记录数量未知
文件大小未知
文件格式webdataset
数据来源akuzdeuov(HuggingFace 数据集发布者)
数据模态Audio, Text
数据规模约 4.6M 行(train 切分)
样本字段__key__、__url__、wav、audio duration (s)
情感标签sad、happy、angry、surprised、disgusted、fearful、neutral
数据落地页https://huggingface.co/datasets/akuzdeuov/qwen3-tts-multilingual-emotional-speech
发布日期2026-09-11
多语言语音情感语音TTS音频数据webdataset中文语料

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费