README.md

---
dataset_info:
  features:
  - name: audio
    dtype: audio
  - name: text
    dtype: string
  - name: voice_name
    dtype: string
  splits:
  - name: train
    num_bytes: 235763629710.875
    num_examples: 543673
  - name: validation
    num_bytes: 2186534081.812
    num_examples: 4938
  download_size: 220989514754
  dataset_size: 237950163792.687
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
  - split: validation
    path: data/validation-*
license: apache-2.0
task_categories:
- text-to-speech
- automatic-speech-recognition
language:
- ru
pretty_name: ToneBooksPlus
size_categories:
- 100M<n<1B
---

# ToneBooksPlus

**ToneBooksPlus** — расширенная версия датасета [Vikhrmodels/ToneBooks](https://huggingface.co/datasets/Vikhrmodels/ToneBooks), но без эмоциональной разметки. В датасете 179.16 часов аудио для `train` сплита и 9.42 часа для `validation`.
Большое спасибо [its5Q](https://huggingface.co/datasets/its5Q/biggest-ru-book) за помощь в сборе этих данных.

---

## Описание

Для каждого аудиофрагмента собраны:
1. **Ссылка на MP3-файл** (`audio`)
2. **Текстовая расшифровка** (`text`)
3. **Имя голоса** (`voice_name`) — одно из имён дикторов:
   - Aleksandr Kotov  
   - Aleksandr Zbarovskii  
   - Alina Archibasova  
   - Daniel Che  
   - Evgenii Babincev  
   - Evgenii Lebedev  
   - Irina Bulekova  
   - Jam Nebesky  
   - Maksim Suslov  
   - Smelova S
   - И другие 

---

## Формат записи (JSON)

```json
{
  "audio":           "https://.../train/000001.mp3",
  "text":            "Сорокапятилетний Немцов был худощавым меланхоличным мужчиной, неинициативным, излишне осторожным.,
  "voice_name":      "dmitrii_shabrov"
}
```

---

## Пример использования

```python
from datasets import load_dataset

ds = load_dataset("Vikhrmodels/ToneBooksPlus")
```