zwa73/SoulTide-AudioData-Dataset

character
____[char]
________resource
____________audio - 原始音频
____________srt - 原始srt
____________processed - 利用 Process-Resource 根据原始资源处理后的资源
________recognized - Whisper-LargeV2 识别的srt
________calibrated - 人工校准的srt
________tmp - build临时文件

搭配此管理器来生成所需的训练集:
https://github.com/Sosarciel/SoulTide-AudioData-Manager

step 1 拉取项目并置入训练集

git clone https://github.com/Sosarciel/SoulTide-AudioData-Manager.git --depth=1

cd SoulTide-AudioData-Manager 进入项目目录

确保将dataset(本仓库)置于SoulTide-AudioData-Manager/dataset位置 或是拉取数据集 git clone https://huggingface.co/datasets/zwa73/SoulTide-AudioData-Dataset dataset --depth=1

cd manager 进入管理器目录

结果目录结构 例 SoulTide-AudioData-Manager/dataset/character/[char]/resource/

step 2 预处理数据

ts-node src/Route Process-Resource <characters>

<characters> 为逗号分割的数组 例 ts-node src/Route Process-Resource Akaset,Aurora

指令效果: 根据输入的 <characters> 参数所对应的一或多个[char] 依照 character/[char]/resource/srt/*.srt 对 character/[char]/resource/audio/*.flac 切分并转为wav 输出至 character/[char]/resource/processed/*.wav

step 3 构建所需训练集

ts-node src/Route Build-TrainingSet <trainingSetName>

指令效果: 根据输入的 <trainingSetName> 使用 SoulTide-AudioData-Manager/build/<trainingSetName>/info.json 构建训练集, 输出至 SoulTide-AudioData-Manager/build/<trainingSetName>/

info文件格式参考 SoulTide-AudioData-Manager/build/template/info.json 与 SoulTide-AudioData-Manager/manager/src/Schema.schema.ts 或 SoulTide-AudioData-Manager/manager/schema/TrainingSetInfo.schema.json 例

{
    "sample_rate": 22050,
    "characters": [
        "Dora",
        {"char": "Haliva","trainingset_duration": 100},
        {"char": "Kokkoro","trainingset_duration": 300}
    ],
    "filelist_format": "{filepath}|{char_index}|{raw}"
}