数据集 / KRAFTON / Raon-OpenTTS-Pool

KRAFTON / Raon-OpenTTS-Pool

多个公开英语语音语料库聚合而成的TTS训练数据集

HF 源仓库 ↗本站资料更新 2026-05-31

关键规格

作者
KRAFTON
规模
8.46亿行 · 19.7 TB
模态
多模态
任务
语音合成
授权
other · 许可待核
语种
en
HF 热度10,226 下载 · 25 收藏观测于 2026-05-31
源仓库更新2026-05-21

仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。

采用判断

项目资料与外部反馈 · 3 个来源 · 核验于 2026-07-22

“mixed-per-dataset”许可意味着各子集权利条款可能互不兼容，直接用于商用或再分发存在合规隐患，且原始池需经模型过滤后（如导出 Raon-OpenTTS-Core）才适合训练，不能直接当“即用”训练集。[1][2][3]

适合用来

  • 开放 TTS 的语音数据池构建与可复现训练研究[2]

采用前注意

  • 数据集许可标记为“mixed-per-dataset”，每个子数据集的许可条款可能不同甚至互斥，下游使用存在权利不确定性。[1][3]
  • 该数据集仅包含英语语音，无法覆盖多语种 TTS 训练场景。[1]
  • 论文明确指出需要用模型过滤管线对 Raon-OpenTTS-Pool 做清洗才能得到 Raon-OpenTTS-Core，说明原始池中存在质量参差、不适合直接训练的数据。[2]
  • 有研究指出数据在再分发过程中，原始数据与再分发子集之间的法律权利常出现不一致，对于“mixed-per-dataset”这类池化数据集尤其值得警惕。[3]

本段综合依据

  1. KRAFTON/Raon-OpenTTS-Pool at main ↗huggingface.co
  2. Raon-OpenTTS: Open Models and Data for Robust Text-to-Speech ↗arxiv.org
  3. Do Not Trust Licenses You See—Dataset Compliance ... ↗lgresearch.ai

历史记录

1 次历史卡片 · 2026-05-31