KoeCast/koecast-recovery
Updated • 252
KoeCast
community
AI & ML interests
None defined yet.
Recent Activity
Organization Card
KoeCast
日本語
架空のキャラクターの声を、複数の言語へ。
KoeCast は、架空のキャラクターの声を使った多言語の合成音声データセットを開発するプロジェクトです。同じキャラクターの声の一貫性と、多様な声・感情表現の両立を目指しています。
現在の状況
開発・検証中です。公開データセットはまだありません。 日本語・中国語・英語・韓国語に加え、ドイツ語・フランス語・スペイン語・イタリア語・ポルトガル語・ロシア語の計10言語を対象に、小規模な合成・評価を進めています。対応範囲と品質は、公開する各データセットのカードに記載する予定です。
データについて
- すべて合成音声です。 テキストの説明から設計した架空の声を参照に使い、実在の人の声をクローンしません。
- キャラクターごとに1データセット。 音声・台本・言語・感情などのメタデータをまとめて公開する計画です。
- 公開前に検査します。 読みの誤り率、発話長、話者類似度を事前に定めた基準で測り、素材のライセンスと生成履歴も確認します。自動検査だけで発音の自然さや感情の伝わり方を保証するものではありません。
- データセットの公開ライセンスは CC BY 4.0 を予定しています。 商用利用・再配布が可能な素材を選び、Tatoeba の文を含む場合は出典と帰属を引き継ぎます。利用時は各データセットのカードと NOTICE をご確認ください。
声の設計には Irodori-TTS v4.1-Small、多言語の合成には Qwen3-TTS Base を使用しています。
ご質問や問題のご報告は Community へお願いします。実在の人に似た声などの懸念がある場合もお知らせください。
English
Fictional character voices, across languages.
KoeCast is a project developing multilingual synthetic speech datasets with fictional character voices. We aim to preserve each character's voice across languages while offering a diverse range of voices and emotional expression.
Current status
In development and validation. No datasets have been released yet. We are running small synthesis and evaluation trials targeting ten languages: Japanese, Chinese, English, Korean, German, French, Spanish, Italian, Portuguese, and Russian. Each released dataset card will describe its actual language coverage and quality results.
About the data
- Every clip is synthetic. Reference voices are designed from text descriptions of fictional characters; each reference is synthetic, not a clone of a real person.
- One dataset per character. We plan to publish audio, scripts, and metadata such as language and emotion together.
- Checked before release. We measure transcription error rates, utterance length, and speaker similarity against criteria defined in advance, and check source licenses and generation provenance. Automated checks alone do not guarantee natural pronunciation or perceptible emotion.
- Planned dataset license: CC BY 4.0. We select sources that allow commercial use and redistribution. Where Tatoeba text is included, its source attribution is retained. Please check each dataset card and NOTICE for the applicable attribution requirements.
We use Irodori-TTS v4.1-Small for voice design and Qwen3-TTS Base for multilingual synthesis.
For questions or issue reports, please use the Community, including concerns that a voice resembles a real person.
models 0
None public yet