metadata
license: mit
language:
- vi
Audio Dataset
Dataset Description
audio_data là một bộ dữ liệu âm thanh tiếng Việt được sử dụng cho mục đích Text-to-Speech (TTS). Bộ dữ liệu này được thu thập và xử lý bởi Lumi-AI. Voice gốc từ infore1_25hours.
Dataset Structure
audio_data.zip
├── audio_data/ # Thư mục chứa các file âm thanh
├── audio_0.wav
├── audio_1.wav
└── ...
|── metadata.csv # File chứa thông tin metadata
Dataset Details
- Ngôn ngữ: Tiếng Việt
- Định dạng âm thanh: WAV
- Sample rate: 16kHz
- Bit depth: 16-bit
- Channels: Mono
Usage
from huggingface_hub import hf_hub_download
import zipfile
import os
# Download dataset
zip_path = hf_hub_download(
repo_id="phongps2/audio_data",
filename="audio_data.zip",
repo_type="dataset"
)
# Extract to current directory
with zipfile.ZipFile(zip_path, 'r') as zip_ref:
zip_ref.extractall(".")
License
[Thêm thông tin về giấy phép sử dụng]
Citation
Nếu bạn sử dụng bộ dữ liệu này trong nghiên cứu, vui lòng trích dẫn:
@misc{erax-tts_audio_data,
author = {Lumi-AI},
title = {EraX-Smile-F5TTS Audio Dataset},
year = {2025},
publisher = {HuggingFace},
journal = {HuggingFace Hub},
howpublished = {\url{https://huggingface.co/datasets/your-username/audio_data}}
}
Contact
- Email: [Thêm email liên hệ]
- Website: [Thêm website]
Acknowledgments
[Thêm lời cảm ơn nếu cần]