grandhigh/SuaraGabungan-ID

Dataset untuk Text-to-Speech (TTS) Bahasa Indonesia

Dataset ini adalah kompilasi audio dan teks yang dirancang khusus untuk melatih model Text-to-Speech (TTS) Bahasa Indonesia. Dengan menggabungkan data dari beberapa sumber publik, proyek ini bertujuan untuk menyediakan sumber daya yang lebih komprehensif dan beragam bagi komunitas penelitian dan pengembangan TTS.

Lisensi

Dataset ini secara keseluruhan dilisensikan di bawah Lisensi Apache 2.0.

Namun, karena dataset ini adalah gabungan dari beberapa sumber, setiap bagian tetap tunduk pada lisensi aslinya. Anda harus mematuhi persyaratan atribusi dan lisensi dari setiap sumber yang digunakan. Detail lengkap tentang lisensi dan atribusi dari setiap dataset sumber dapat ditemukan di file NOTICE.md di repositori ini.

Sumber Dataset

Dataset gabungan ini dibuat menggunakan data dari sumber-sumber berikut:

Nama Dataset	Lisensi	Kontributor Asli	Deskripsi
Espeak-ID-5K	MIT	grandhigh	Dataset audio suara Bahasa Indonesia dari ESpeak-ng.
FLEURS	CC BY 4.0	Google	Dataset audio suara Bahasa Indonesia yang merupakan bagian dari proyek FLEURS.
ind_famal	Apache 2.0	Majiang213	Dataset audio suara berbahasa Indonesia.

Penggunaan

Dataset ini dapat digunakan untuk berbagai keperluan, termasuk:

• Melatih model Text-to-Speech (TTS).
• Penelitian di bidang sintesis suara dan pemrosesan bahasa alami.
• Pengembangan aplikasi yang memerlukan suara sintetis.

Atribusi

Jika Anda menggunakan dataset ini, bagian-bagiannya, atau model yang dilatih dengannya dalam publikasi, proyek, atau karya apa pun, harap sertakan atribusi yang sesuai kepada setiap sumber aslinya. Informasi lengkap mengenai atribusi yang diperlukan dapat ditemukan di file NOTICE.md.

Informasi Kutipan

Atribusi harus diberikan kepada Google sebagai pencipta asli dari dataset FLEURS. Jika Anda menggunakan data ini dalam publikasi ilmiah, harap kutip makalah berikut:

@article{fleurs2022arxiv,
  title = {FLEURS: Few-shot Learning Evaluation of Universal Representations of Speech},
  author = {Conneau, Alexis and Ma, Min and Khanuja, Simran and Zhang, Yu and Axelrod, Vera and Dalmia, Siddharth and Riesa, Jason and Rivera, Clara and Bapna, Ankur},
  journal={arXiv preprint arXiv:2205.12446},
  url = {https://arxiv.org/abs/2205.12446},
  year = {2022},
}

---