| --- |
| language: |
| - mg |
| license: cc-by-nc-sa-4.0 |
| pretty_name: Mimba Multi-Voice Malagasy TTS Corpus (plt) |
| task_categories: |
| - text-to-speech |
| tags: |
| - text-to-speech |
| - tts |
| - voice-cloning |
| - multi-speaker |
| - speaker-diversity |
| - malagasy |
| - plt |
| - low-resource |
| - synthetic |
| - OmniVoice |
| - OpenVoice |
| size_categories: |
| - 10K<n<100K |
| dataset_info: |
| features: |
| - name: id |
| dtype: string |
| - name: speaker_id |
| dtype: int64 |
| - name: speaker_name |
| dtype: string |
| - name: text |
| dtype: string |
| - name: text_phonemized |
| dtype: string |
| - name: audio |
| dtype: audio |
| - name: sampling_rate |
| dtype: int64 |
| - name: duration |
| dtype: float64 |
| - name: src_idx |
| dtype: int64 |
| configs: |
| - config_name: default |
| data_files: |
| - split: train |
| path: data/*.parquet |
| --- |
| |
| # Mimba Multi-Voice Malagasy TTS Corpus (`plt`) |
|
|
| > ✅ **Dataset complet** — 524 voix × 50 énoncés = **26 200 clips** (5,72 Go). |
|
|
| Un **corpus TTS multi-locuteurs en malgache (Plateau Malagasy, `plt`)**, conçu pour |
| **finetuner un modèle de clonage vocal** ([BlueTTS](https://github.com/maxmelichov/BlueTTS)) |
| sans perdre sa capacité de **clonage zero-shot**. Chaque voix parle un **malgache à |
| accent natif** tout en présentant un **timbre distinct**. |
|
|
| > ▶️ **L'audio se joue directement dans le dataset viewer** (colonne `audio` = feature |
| > 🤗 `Audio` standard). Clique sur une ligne pour écouter. |
|
|
| > ⚠️ **Synthétique, pas humain.** Tout l'audio est généré (voir [Provenance](#comment-il-a-été-produit) |
| > et [Limites](#limites)). Les phrases sont de vraies phrases malgaches natives, déjà phonémisées. |
|
|
| --- |
|
|
| ## Résumé |
|
|
| | Propriété | Valeur | |
| |---|---| |
| | Langue | Malagasy (`plt` / `mg`) | |
| | Voix cibles | **524** (timbres distincts) | |
| | Énoncés par voix | ~50 (fenêtre tournante sur le corpus texte natif) | |
| | Total | **26 200** clips (5,72 Go) | |
| | Audio | Mono, **24 000 Hz**, PCM-16 en bytes dans le Parquet (WAV ou **FLAC** sans perte selon le lot) | |
| | Texte | Phrases **natives** malgaches (`text`) + **phonèmes IPA** (`text_phonemized`) | |
| | Shards | **`data/{voix}.parquet`** — un fichier par voix (reprise incrémentale) | |
|
|
| --- |
|
|
| ## Pourquoi ce dataset |
|
|
| Finetuner un TTS de clonage sur **peu de locuteurs** (ici 4 voix natives) fait |
| s'effondrer l'espace locuteur : le modèle **oublie le clonage** et se met à |
| **répéter des syllabes** (overfitting). La parade : entraîner sur **des centaines de |
| timbres**, pour que le modèle apprenne à **séparer le *contenu* du *locuteur***. |
|
|
| Ce corpus fournit cette **diversité de locuteurs** en **malgache natif**, obtenue par |
| un pipeline en trois temps qui combine le meilleur de deux outils : |
|
|
| | Étape | Outil | Rôle | |
| |---|---|---| |
| | **A** | [OmniVoice](https://github.com/k2-fsa/OmniVoice) *Voice Design* | générer ~527 **timbres** variés (couleur de voix) → [`mimba/omnivoice-voicebank`](https://huggingface.co/datasets/mimba/omnivoice-voicebank) | |
| | **B** | [OpenVoice V2](https://github.com/myshell-ai/OpenVoice) *Voice Conversion* | plaquer ces timbres sur **4 voix natives** → **références à accent malgache** → [`mimba/plt-multivoice-vc`](https://huggingface.co/datasets/mimba/plt-multivoice-vc) | |
| | **C** | OmniVoice *clone* (`language_id='plt'`) | générer ce corpus, **propre + accent natif conservé** (ref = clip VC) | |
|
|
| L'accent natif est **porté par la référence** (clip VC issu de voix natives), et |
| OmniVoice apporte une **synthèse plus limpide** que le transfert de timbre seul. |
|
|
| --- |
|
|
| ## ⚡ Utilisation |
|
|
| ### Charger / écouter |
|
|
| ```python |
| from datasets import load_dataset |
| |
| ds = load_dataset("mimba/multivoice-plt", split="train") |
| row = ds[0] |
| print(row["speaker_name"], "|", row["text"]) |
| audio = row["audio"] # {'array': np.float32[...], 'sampling_rate': 24000} |
| |
| import IPython.display as ipd |
| ipd.display(ipd.Audio(audio["array"], rate=audio["sampling_rate"])) |
| ``` |
|
|
| ### Écouter une voix précise (par shard) |
|
|
| ```python |
| import io, soundfile as sf, pandas as pd |
| from huggingface_hub import hf_hub_download |
| |
| d = pd.read_parquet(hf_hub_download("mimba/multivoice-plt", |
| "data/female_youngadult_high_normal_british.parquet", |
| repo_type="dataset")) |
| arr, sr = sf.read(io.BytesIO(d.iloc[0]["audio"]["bytes"])) |
| ipd.display(ipd.Audio(arr, rate=sr)) |
| ``` |
|
|
| ### Pour l'entraînement |
|
|
| `text_phonemized` est déjà en **IPA compatible** avec le vocabulaire BlueTTS |
| (pas de G2P à refaire). `speaker_id` identifie chaque voix — **remappe-le en |
| `0..N-1`** avant l'entraînement (les ids sources ne sont pas contigus). |
|
|
| --- |
|
|
| ## Champs |
|
|
| | Champ | Type | Description | |
| |---|---|---| |
| | `id` | string | `{speaker_name}_{src_idx}` | |
| | `speaker_id` | int64 | Identifiant de la voix (⚠️ non contigu — à remapper) | |
| | `speaker_name` | string | Nom du timbre, ex. `female_child_high_normal_indian` | |
| | `text` | string | Phrase malgache native | |
| | `text_phonemized` | string | Phonèmes IPA de `text` (prêts pour l'entraînement) | |
| | `audio` | audio | `{bytes: <WAV ou FLAC, 24 kHz mono PCM-16>, path: None}` — joué par le viewer ; `soundfile` détecte le format par l'en-tête | |
| | `sampling_rate` | int64 | `24000` | |
| | `duration` | float64 | Durée du clip (s) | |
| | `src_idx` | int64 | Index de la phrase source dans le corpus texte | |
|
|
| --- |
|
|
| ## Comment il a été produit |
|
|
| 1. **Timbres (A)** — ~527 voix via OmniVoice Voice Design (attributs, sans référence), |
| dédupliquées par embedding locuteur → `mimba/omnivoice-voicebank`. |
| 2. **Références natives (B)** — OpenVoice V2 *ToneColorConverter* convertit **4 voix |
| natives malgaches** vers chacun de ces timbres → clips à **accent malgache** + |
| timbre unique (`mimba/plt-multivoice-vc`, 1 référence consolidée par timbre dans |
| `aux/refs.parquet`). |
| 3. **Génération (C)** — pour chaque timbre, OmniVoice **clone** (`ref_audio` = clip VC, |
| `language_id='plt'`, `num_step=32`, déterministe) ~50 phrases **natives** tirées du |
| corpus `mimba/styletts2-plt-corpus` (déjà phonémisées ; fenêtre tournante → couverture |
| large, une paire voix↔phrase quasi unique). |
| 4. **Stockage** — un Parquet par voix (`data/{voix}.parquet`), audio 24 kHz en bytes (WAV puis FLAC), |
| push incrémental + purge disque (reprenable). |
|
|
| --- |
|
|
| ## Limites |
|
|
| - **Synthétique, pas humain.** Timbre issu d'OmniVoice, accent hérité des 4 voix |
| natives via conversion. Qualité et prosodie propres au pipeline. |
| - **Diversité de texte inégale entre lots.** Les ~250 premières voix ont été générées |
| depuis un pool réduit (~198 phrases, fortement réutilisées) ; les suivantes tirent dans |
| **~30 000 phrases uniques** du corpus source. L'ensemble reste largement dominé par le |
| second lot, mais la répétition n'est pas uniforme d'une voix à l'autre. |
| - **Labels d'attributs = intention, pas garantie** (hérités des noms de timbres OmniVoice). |
| - **24 kHz** — resample si ton modèle attend un autre taux d'échantillonnage. |
|
|
| --- |
|
|
| ## Usage prévu |
|
|
| Finetuning multi-locuteurs de TTS/clonage sur langue peu dotée (projet **Mimba**), |
| pour **préserver le clonage zero-shot** tout en apprenant à parler **malgache natif**. |
|
|
| --- |
|
|
| ## Licence |
|
|
| `cc-by-nc-sa-4.0` — usage non commercial, attribution, partage à l'identique. |
| Vérifier indépendamment les licences d'OmniVoice et d'OpenVoice V2 avant tout usage commercial. |
|
|
| --- |
|
|
| ## Citation |
|
|
| ```bibtex |
| @misc{mimba2026multivoiceplt, |
| title = {Mimba Multi-Voice Malagasy TTS Corpus (plt)}, |
| author = {Mimba Ngouana Fofou}, |
| year = {2026}, |
| } |
| ``` |
|
|
| ##### *Contact: [@Mimba](baounabaouna@gmail.com)* |
|
|
