KRAFTON / Raon-OpenTTS-Pool
多个公开英语语音语料库聚合而成的TTS训练数据集
仓库许可不等于数据内容权利已全部清理，商用仍需核对数据来源、隐私与版权条款。
项目资料与外部反馈
“mixed-per-dataset”许可意味着各子集权利条款可能互不兼容，直接用于商用或再分发存在合规隐患，且原始池需经模型过滤后（如导出 Raon-OpenTTS-Core）才适合训练，不能直接当“即用”训练集。
- 开放 TTS 的语音数据池构建与可复现训练研究
- 数据集许可标记为“mixed-per-dataset”，每个子数据集的许可条款可能不同甚至互斥，下游使用存在权利不确定性。
- 该数据集仅包含英语语音，无法覆盖多语种 TTS 训练场景。
- 论文明确指出需要用模型过滤管线对 Raon-OpenTTS-Pool 做清洗才能得到 Raon-OpenTTS-Core，说明原始池中存在质量参差、不适合直接训练的数据。
- 有研究指出数据在再分发过程中，原始数据与再分发子集之间的法律权利常出现不一致，对于“mixed-per-dataset”这类池化数据集尤其值得警惕。
来源
KRAFTON/Raon-OpenTTS-Pool at mainRaon-OpenTTS: Open Models and Data for Robust Text-to-SpeechDo Not Trust Licenses You See—Dataset Compliance ...
截至 2026-07-22