ESPnet 发布 110 万小时开源语音数据集 YODAS v3

ESPnet 团队在 Hugging Face 发布语音数据集 YODAS v3，规模达 110 万小时，是迄今最大的开源音频数据集，也是首个在此规模上提供 48kHz 立体声的数据集。数据集覆盖语音识别、翻译与合成任务，以 parquet 格式发布，采用 CC 许可，上线后迅速登上 Hugging Face 热门榜，为开源语音社区提供了重要资源。

2026-09-28 ~ 2026-09-28 · 2 条相关