218 人 8 万条中文语音开源数据集，适配 F5/Spark/IndexTTS2 参考合成
vista8 · x · 2026-10-12
作者发现一个开源中文语音数据集：共 218 位说话人、8 万多条语音，情感中性，带性别、年龄、母语口音标注，字音准确率 98% 以上，经专业标注与质检。
背景是主流开源中文 TTS（F5、Spark、IndexTTS2）都需要一段中文参考音频做 zero-shot 合成，自己录制麻烦，该数据集可直接拿来用。作者是在为 Qiaomu Reader 做电子书朗读功能时发现的，数据集地址在评论区。
所属事件:218 人 8 万条中文语音开源数据集发布(2 条相关)→
「多模态」频道最新
- 字节跳动世界模型首曝：一句话生成可自由探索的 3D 世界 — Uncanny_Harry · 2026-10-12
- 斯坦福 WonderZoom：单张图无限缩放逐层生成 3D 细节 — import_jmr · 2026-10-12
- AI 生成橘猫乐队「The Five Meow Band」酒吧开唱,主唱打碟一应俱全 — Reasonable_Damage_18 · 2026-10-12
- AI 配音系列《When Sand Speaks》开更:从石器时代讲到硅芯片 — projectforty2 · 2026-10-12
- Krea 官方预告 Krea 3 即将发布,开放早期访问申请 — Angaisb_ · 2026-10-12
- 用 One+Seedance 复刻名场面，提示词全公开 — techhalla · 2026-10-12