Emilia 是一个广泛的开源多语言数据集，用于语音生成，包含六种语言的高质量语音数据。这些数据来自各种视频平台和播客，涵盖了脱口秀、访谈、辩论、体育解说和有声书等多种内容类型，确保数据集捕捉到各种真实的人类说话风格。
1. 多语言数据: 数据集包括六种语言的语音数据。
2. 高质量: 音频录音为高质量的 .mp3 文件，并附有相应的文本转录。
3. 大规模: 数据集包含超过 101,000 小时的语音数据。
4. 开源预处理: 用户可以使用 Emilia-Pipe 预处理管道来处理原始音频数据并重建数据集，或者预处理自己的语音数据。
覆盖语言:
Support authors and subscribe to content
This is premium stuff. Subscribe to read the entire article.
Login if you have purchased
Subscribe
Gain access to all our Premium contents.
More than 100+ articles.
Subscribe Now
via XiaoHu.AI学院 (author: 小互)
