video-vec2wav2-tokenizer k9cli
video-vec2wav2-tokenizer Production-ready pipeline (Python package video_vec2wav2_tokenizer, CLI command video2dataset) that turns a folder of videos into clean AI training datasets for speech recognition (ASR) and text-to-speech (TTS). videos ──► audio (16 kHz mono PCM) ──► whisper transcript ──► clips ──► metadata.csv / dataset.jsonl / tts_metadata.csv / report.json Video processing — recursive scan of mp4 / mkv / avi / mov / webm, FFmpeg audio extraction to mono ·… See the full description on the dataset page: https://huggingface.co/datasets/k9cli/video-vec2wav2-tokenizer.
- Typ
- dataset
- Downloads
- 2,314,634
- Likes
- 16
- Zugriff
- public
- Dateien
- 0
Tags
- 语音识别
- 语音合成
- 文本转语音
- 音频数据集
- Python
- 机器学习
- 微调
- Spracherkennung
Zusammenfassung
Dieses Tool verwandelt Videoordner in bereinigte KI-Trainingsdatensätze für Spracherkennung (ASR) und Text-to-Speech (TTS) mittels FFmpeg-Audioextraktion und faster-whisper-Transkription. Es erzeugt segmentierte Audio-Clips samt metadata.csv, dataset.jsonl und tts_metadata.csv und bietet optional M…
README
# video-vec2wav2-tokenizer Produktionsreife Pipeline (Python-Paket `video_vec2wav2_tokenizer`, CLI-Befehl `video2dataset`), die einen Ordner mit Videos in saubere **KI-Trainingsdatensätze für Spracherkennung (ASR) und Text-to-Speech (TTS)** verwandelt. ``` videos ──► audio (16 kHz mono PCM) ──► whi…