SoulTide-AudioData-Dataset 数据集介绍、许可证与获取服务

中文简介

zwa73/SoulTide-AudioData-Dataset 是 zwa73 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 f2fa760be011，同步到 38865 个文件，文件元数据合计 4.89 GB；访问状态为“公开”，许可证字段为“cc0-1.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

简体中文（默认）上游原文

【README 卡片中文译介】

以下内容依据上游仓库 zwa73/SoulTide-AudioData-Dataset 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
zwa73/SoulTide-AudioData-Dataset 是 zwa73 在 Hugging Face 发布的数据集仓库，当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 f2fa760be011，同步到 38865 个文件，文件元数据合计 4.89 GB；访问状态为“公开”，许可证字段为“cc0-1.0”。

【适用方向】
适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本：f2fa760be011。任务标签：上游卡片所列任务。语言字段：ja。上游页面记录的最近更新时间：2026-07-02。

【文件信息】
上游 API 返回 38865 个文件，文件元数据合计 4.89 GB。已保存文件清单中的主要扩展名：.srt 98 个、无扩展名 2 个。当前较大的文件包括：.gitattributes（2.40 KB）；character/Akaset/calibrated/Akaset_About_Special.srt（708 B）；character/Akaset/calibrated/Akaset_Brithday_Greet.srt（684 B）。仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 4.89 GB。仅按下载、解压和临时文件估算，建议至少预留约 5.87 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“cc0-1.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

目录结构工具搭配此管理器来生成所需的训练集: https://github.com/Sosarciel/SoulTide-AudioData-Manager 搭配此图形工具快速的人工校准任何字幕模型(例Whisper)的生成结果: https://github.com/Sosarciel/Audio-Dataset-Studio 使用流程 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 ` ` ` 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 ` ` 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 ` 指令效果: 根据输入的 ` ` 使用 `SoulTide-AudioData-Manager/build/ /info.json` 构建训练集, 输出至 `SoulTide-AudioData-Manager/build/ /` 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

公开页仅展示原文摘录；完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后，用于上游卡片所列任务相关的训练、评测或研究。正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。

规模与格式

固定版本：f2fa760be011。任务标签：上游卡片所列任务。语言字段：ja。上游页面记录的最近更新时间：2026-07-02。

文件说明

上游 API 返回 38865 个文件，文件元数据合计 4.89 GB。已保存文件清单中的主要扩展名：.srt 98 个、无扩展名 2 个。当前较大的文件包括：.gitattributes（2.40 KB）；character/Akaset/calibrated/Akaset_About_Special.srt（708 B）；character/Akaset/calibrated/Akaset_Brithday_Greet.srt（684 B）。仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

.gitattributes2.40 KB
.gitignore277 B
character/Akaset/calibrated/Akaset_3Daysaway.srt341 B
character/Akaset/calibrated/Akaset_7Daysaway.srt290 B
character/Akaset/calibrated/Akaset_About_Akaset.srt413 B
character/Akaset/calibrated/Akaset_About_Others.srt284 B
character/Akaset/calibrated/Akaset_About_Special.srt708 B
character/Akaset/calibrated/Akaset_About_World.srt271 B
character/Akaset/calibrated/Akaset_After_Marriage_Chat.srt222 B
character/Akaset/calibrated/Akaset_After_Marriage_Festival.srt290 B
character/Akaset/calibrated/Akaset_After_Marriage_Fondle.srt153 B
character/Akaset/calibrated/Akaset_After_Marriage_Gift.srt340 B

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

仓库文件元数据合计 4.89 GB。仅按下载、解压和临时文件估算，建议至少预留约 5.87 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“cc0-1.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。