轻小说章节俄语 TTS 朗读音频数据集

音视频
0 下载
8 浏览
2026-10-03

数据集简介

章节目录与文件构成

数据集以书籍和章节为单位组织,路径形如 books/<book_id>/chapters/<chapter_id>/。每个章节目录内包含两个文件:

  • audio.mp3:该章节的俄语 TTS 朗读音频;
  • manifest.json:与音频一一对应的标注清单,承载时间轴、说话人与文本信息。

仓库中列出了大量这样的章节目录,例如 book 168 下就包含多章;数据卡未给出总章节数与总体积。

清单中的章节级信息

manifest.json 的顶层字段描述整章音频与来源,包括:

字段 含义
version、generator、protocol、created 清单版本、生成器 Fish Audio TTS Studio、协议 ranobe-hub-tts-v3、创建时间
book_id、book_slug、book_title、volume 书籍标识、书名与卷号
chapter_local、chapter_number、chapter_title、chapter_id、chapter_url 章节序号、标题、标识与原文链接
audio、audio_sample_rate 音频文件名与采样率 44100
duration、duration_samples、segment_count 章节时长、采样点总数与分段数
segments 逐段标注数组

以 book 168 的某一章为例,清单记录时长为 799.582 秒、分段数为 132,章节链接指向 ranobehub.org 上《Reincarnation of the Unemployed》的对应俄语翻译章节(chapter/115567)。

逐句时间轴与说话人标注

segments 数组是数据集的核心,每个元素对应朗读中的一句话,字段包括:

  • 序号 i 与唯一标识 uid;
  • 时间信息:start、end 以及毫秒级的 start_ms、end_ms 和采样点级的 start_sample、end_sample;
  • 节奏信息:pause_after 记录句后停顿;
  • 说话人 speaker 与标签 tag;
  • 文本信息:text 为原文,match、match_head 为匹配文本,spoken 标记实际朗读内容。

这些字段使音频与俄语原文在句级精确对应,便于做朗读对齐、字幕生成与语音合成训练。

来源与使用方式

数据集的文本来自 ranobehub.org 的俄语翻译章节,音频由 Fish Audio TTS Studio 合成,整理者为 Hugging Face 用户 akir21518(Daniel)。数据集为公开数据(private=false、gated=false),无需申请即可在 Hugging Face 页面免费浏览与下载;页面未标注明确的许可协议。数据源落地页为 https://huggingface.co/datasets/akir21518/ranobe-audio。

基本信息

记录数量未知
文件大小未知
文件格式mp3、JSON
数据来源akir21518(Daniel)
采样率44100 Hz
生成器Fish Audio TTS Studio
协议ranobe-hub-tts-v3
访问方式公开免费
数据落地页https://huggingface.co/datasets/akir21518/ranobe-audio
发布日期2026-10-03
轻小说俄语语音合成朗读音频时间轴标注语音对齐

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