数据集简介
HiFiTTS-2 是由 NVIDIA 发布的一个大规模、高质量的文本转语音（TTS）数据集。它旨在为语音合成研究提供高质量的音频-文本配对数据。
主要用途
该数据集主要用于训练和评估高质量的文本转语音模型，特别是追求高保真度（Hi-Fi）语音合成的模型。
数据类型与模态
- 模态：表格数据（Tabular）与文本（Text）。
- 格式：数据以 JSON 格式存储。
- 内容：包含高质量的音频片段及其对应的转录文本。
规模与统计信息
- 数据量：包含超过 1650 万行数据条目，规模庞大。
- 下载量：已下载 666 次。
- 社区评价：获得 27 个点赞。
使用场景
- 训练前沿的神经文本转语音模型。
- 进行语音合成质量（自然度、清晰度）的基准测试与研究。
- 开发需要高质量语音数据的语音相关应用。