Kho dữ liệu âm thanh đa ngôn ngữ (Tiếng Việt & Tiếng Anh) chuẩn phòng thu SOTA, được tiền xử lý và thẩm định toàn diện (SQUIM noise assessment, trích xuất vector âm sắc ECAPA-TDNN 192-d, căn chỉnh phụ đề JSON/timestamps, Mel-spectrogram & F0 pitch contours) phục vụ tối ưu cho việc huấn luyện và suy luận mô hình Matcha-TTS kết hợp Vocoder Vocos. Toàn bộ dữ liệu âm thanh lớn được đóng gói thành các Shard tiêu chuẩn 2.5 GB – 3.0 GB (.tar.gz) để tối ưu hoá băng thông, tránh lỗi timeout và tương thích hoàn hảo với giới hạn Git LFS của Hugging Face. Số lượng: 36 vector đặc trưng âm sắc cho tất cả các giọng nói. Định dạng:.npy (NumPy Array), Shape (192,), Dtype float32, chuẩn hoá $L2$-norm = 1.0.…
Independent publisher
Ha Vu
Cong123779
Models in Library0
Datasets in Library1
Models on Hugging Face7
Followers1
Compare the published evidence
This profile connects the 1 model and dataset record shown below to their upstream cards and sources. The library counts describe SAVRN's coverage, rather than this publisher's entire output.
Published tasks: Text to speech.
Reported licenses: apache-2.0. Open a record to review its specific license and conditions.
Compare model specifications, source dates, and hardware estimates on the individual records. Publisher identity verification is separate from a model's quality, deployment readiness, or suitability for your work.