Dataset Viewer
Auto-converted to Parquet Duplicate
audio
audioduration (s)
0.54
24.7
text_id
stringlengths
6
17
voice
stringclasses
4 values
voice_gender
stringclasses
2 values
speaker_form
stringclasses
3 values
text
stringlengths
8
437
text_marked
stringlengths
8
437
category
stringclasses
13 values
duration
float64
0.54
24.7
style
int64
0
16
utmos
float64
3.2
4.39
speaker_similarity
float64
0.65
0.99
source
stringclasses
10 values
license
stringclasses
15 values
url
stringclasses
583 values
author
stringclasses
141 values
title
stringclasses
308 values
modified
bool
2 classes
s00000
female_voxcpm_2
female
neutral
Performance review odbędzie się w przyszłym tygodniu.
{Performance review} odbędzie się w przyszłym tygodniu.
Polish with English words
2.7
10
3.87
0.942
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00002
female_voxcpm_2
female
neutral
Cieszę się z tego, że mam fajnych ludzi wokół siebie.
Cieszę się z tego, że mam fajnych ludzi wokół siebie.
spoken (YouTube transcripts)
2.65
10
3.68
0.952
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=A8WgvLMvWGy
true
s00003
female_voxcpm_2
female
neutral
Myślimy tylko o pierwiastku dodatnim.
Myślimy tylko o pierwiastku dodatnim.
spoken (YouTube transcripts)
2.13
14
3.64
0.944
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=iUIv983ocsk
false
s00004
female_voxcpm_2
female
neutral
Jak widać, u góry mamy też wzniesienie, to jest też kierunek wiatru oraz odległość i to jest akurat ważne.
Jak widać, u góry mamy też wzniesienie, to jest też kierunek wiatru oraz odległość i to jest akurat ważne.
spoken (YouTube transcripts)
6.34
6
3.65
0.976
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=-BXYTAoogQI
true
s00005
female_voxcpm_2
female
neutral
Ile potrwa dzisiejszy retro?
Ile potrwa dzisiejszy retro?
Polish with English words
1.65
12
3.77
0.923
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00006
female_voxcpm_2
female
neutral
No i cóż, co ja mogę o tym powiedzieć?
No i cóż, co ja mogę o tym powiedzieć?
spoken (YouTube transcripts)
2.3
6
3.57
0.931
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=LSPxWB8ptYu
false
s00008
female_voxcpm_2
female
neutral
Gdzie mam położyć te dokumenty?
Gdzie mam położyć te dokumenty?
assistant templates
1.82
0
3.75
0.948
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00011
female_voxcpm_2
female
neutral
Na terenie gminy, z tego co wiem i co burmistrz przekazał w poniedziałek, jest to planowane.
Na terenie gminy, z tego co wiem i co burmistrz przekazał w poniedziałek, jest to planowane.
spoken (YouTube transcripts)
5.16
2
3.97
0.968
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=PPo8CuEY0Dk
true
s00012
female_voxcpm_2
female
neutral
Fajnie, że jesteś. Ola, jakiej sukni szukasz?
Fajnie, że jesteś. Ola, jakiej sukni szukasz?
spoken (YouTube transcripts)
3.65
12
3.67
0.946
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=-cPXA-VGcsQ
false
s00015
female_voxcpm_2
female
neutral
Jest cały szereg sytuacji, w których taka dostępność utworów jest potrzebna.
Jest cały szereg sytuacji, w których taka dostępność utworów jest potrzebna.
spoken (YouTube transcripts)
4.12
10
3.57
0.951
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=1Yz4rPTk488
true
s00016
female_voxcpm_2
female
neutral
Najbliższa apteka jest dwa kilometry stąd.
Najbliższa apteka jest dwa kilometry stąd.
assistant templates
2.58
12
3.88
0.951
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00017
female_voxcpm_2
female
neutral
Ten thriller trzymał mnie w napięciu do końca.
Ten {thriller} trzymał mnie w napięciu do końca.
Polish with English words
2.29
16
3.76
0.934
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00018
female_voxcpm_2
female
neutral
Możesz pójść ulicę dalej albo wejść do pokoju obok.
Możesz pójść ulicę dalej albo wejść do pokoju obok.
spoken (YouTube transcripts)
2.97
0
3.68
0.919
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=430vas58WUy
false
s00020
female_voxcpm_2
female
neutral
Mamy briefing o jedenastej czterdzieści pięć.
Mamy {briefing} o jedenastej czterdzieści pięć.
Polish with English words
2.45
16
3.69
0.935
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00022
female_voxcpm_2
female
neutral
Mamy retro o siódmej.
Mamy retro o siódmej.
Polish with English words
1.28
12
3.68
0.898
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00024
female_voxcpm_2
female
neutral
Co z wodą w diecie Polaków, czy Polacy są odwodnieni?
Co z wodą w diecie Polaków, czy Polacy są odwodnieni?
spoken (YouTube transcripts)
2.98
2
3.69
0.961
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=xxSlXqZhQou
true
s00025
female_voxcpm_2
female
neutral
Stan wyjść odzwierciedla stan wejść w danym momencie.
Stan wyjść odzwierciedla stan wejść w danym momencie.
spoken (YouTube transcripts)
2.86
16
3.26
0.953
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=7gqzZIqEgeA
true
s00026
female_voxcpm_2
female
neutral
Do celu zostało jeszcze osiemset siedemdziesiąt jeden metrów.
Do celu zostało jeszcze osiemset siedemdziesiąt jeden metrów.
assistant templates
3.13
16
3.54
0.969
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00027
female_voxcpm_2
female
neutral
I nawet mnie w sumie nie poinformował o tym podczas badania.
I nawet mnie w sumie nie poinformował o tym podczas badania.
spoken (YouTube transcripts)
2.91
4
3.56
0.953
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=l3TFe4pspA4
false
s00028
female_voxcpm_2
female
neutral
Jednak bardzo ważne jest to, żeby znać preferencje, żeby nie było wpadki.
Jednak bardzo ważne jest to, żeby znać preferencje, żeby nie było wpadki.
spoken (YouTube transcripts)
4.37
0
3.44
0.961
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=OEr_WG5t_1M
false
s00029
female_voxcpm_2
female
neutral
Każdy dzień zaczynam od sprawdzenia, czy wszystkie czujniki działają poprawnie.
Każdy dzień zaczynam od sprawdzenia, czy wszystkie czujniki działają poprawnie.
assistant templates
3.98
4
3.82
0.95
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00030
female_voxcpm_2
female
neutral
Może to ktoś, kto myje samochody i obsługuje kasę.
Może to ktoś, kto myje samochody i obsługuje kasę.
spoken (YouTube transcripts)
2.77
14
3.87
0.955
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=GihiV8Wt5i0
false
s00031
female_voxcpm_2
female
neutral
Czy coś jeszcze zostało tego typu środków na rachunkach?
Czy coś jeszcze zostało tego typu środków na rachunkach?
spoken (YouTube transcripts)
2.75
16
3.6
0.939
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=bqAgjVZ2pKA
false
s00032
female_voxcpm_2
female
neutral
To nie jest przeciwwskazaniem do pracy jako kierowca zawodowy.
To nie jest przeciwwskazaniem do pracy jako kierowca zawodowy.
spoken (YouTube transcripts)
3.2
10
3.81
0.957
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=rJDbqs4cutk
true
s00033
female_voxcpm_2
female
neutral
Czekam jeszcze na draft od zespołu.
Czekam jeszcze na {draft} od zespołu.
Polish with English words
1.89
4
3.92
0.947
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00035
female_voxcpm_2
female
neutral
Do tego ciasta weź sześć jajek i pięćset gramów mąki.
Do tego ciasta weź sześć jajek i pięćset gramów mąki.
assistant templates
3.47
12
3.71
0.95
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00037
female_voxcpm_2
female
neutral
Pokażę jeszcze kilka przykładów.
Pokażę jeszcze kilka przykładów.
spoken (YouTube transcripts)
1.8
2
4.14
0.915
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=R9QNjy7Zj3u
false
s00038
female_voxcpm_2
female
neutral
Bo kiedy uznasz siebie samą, to cały świat Cię uzna taką, jaka Ty jesteś.
Bo kiedy uznasz siebie samą, to cały świat Cię uzna taką, jaka Ty jesteś.
spoken (YouTube transcripts)
4.11
14
3.49
0.964
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=Bs-fiwK1xjg
false
s00040
female_voxcpm_2
female
neutral
Zaniosę paczkę do przedpokoju.
Zaniosę paczkę do przedpokoju.
assistant templates
1.87
12
4.15
0.951
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00041
female_voxcpm_2
female
neutral
Ile potrwa dzisiejszy webinar?
Ile potrwa dzisiejszy webinar?
Polish with English words
1.65
14
3.85
0.917
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00043
female_voxcpm_2
female
neutral
A co jeżeli chcielibyśmy zobaczyć jeszcze mniejsze obiekty?
A co jeżeli chcielibyśmy zobaczyć jeszcze mniejsze obiekty?
spoken (YouTube transcripts)
2.86
10
3.68
0.941
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=TLMidSyX4VU
false
s00044
female_voxcpm_2
female
neutral
Mamy one-on-one o dziesiątej czterdzieści pięć.
Mamy {one-on-one} o dziesiątej czterdzieści pięć.
Polish with English words
2.59
8
3.49
0.929
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00045
female_voxcpm_2
female
neutral
Waga pokazuje siedemdziesiąt siedem kilogramów i pięćset gramów.
Waga pokazuje siedemdziesiąt siedem kilogramów i pięćset gramów.
assistant templates
3.43
10
3.69
0.946
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00047
female_voxcpm_2
female
neutral
Malwina się uśmiechnęła i złożyła ręce jak do modlitwy.
Malwina się uśmiechnęła i złożyła ręce jak do modlitwy.
spoken (YouTube transcripts)
2.99
4
3.37
0.951
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=q92X6yslDC0
false
s00048
female_voxcpm_2
female
neutral
Twoja wizyta u dermatologa jest zaplanowana w niedzielę.
Twoja wizyta u dermatologa jest zaplanowana w niedzielę.
assistant templates
2.97
4
3.78
0.959
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00049
female_voxcpm_2
female
neutral
I zapytał, czy ja mam z czego żyć, bo on nie wie, czy to jest dobry moment, żeby coś takiego proponować, ale musi przygotować scenariusz książki obrazkowej.
I zapytał, czy ja mam z czego żyć, bo on nie wie, czy to jest dobry moment, żeby coś takiego proponować, ale musi przygotować scenariusz książki obrazkowej.
spoken (YouTube transcripts)
8.36
4
3.67
0.962
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=DJOH1eQHe5o
true
s00050
female_voxcpm_2
female
neutral
Czyli chodzi o te, które znajdziesz na sygnalizatorze świetlnym.
Czyli chodzi o te, które znajdziesz na sygnalizatorze świetlnym.
spoken (YouTube transcripts)
3.15
10
3.7
0.938
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=kwo3aSlUeNE
true
s00051
female_voxcpm_2
female
neutral
Do celu zostało jeszcze dwieście dziewięćdziesiąt jeden metrów.
Do celu zostało jeszcze dwieście dziewięćdziesiąt jeden metrów.
assistant templates
3.05
4
3.45
0.964
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00052
female_voxcpm_2
female
neutral
Wiemy, że ta prędkość będzie coraz mocniej spadać.
Wiemy, że ta prędkość będzie coraz mocniej spadać.
spoken (YouTube transcripts)
2.79
8
3.73
0.947
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=52JrhBEcoay
false
s00054
female_voxcpm_2
female
neutral
Co trzeba zrobić, aby uzyskać zasiłek rehabilitacyjny?
Co trzeba zrobić, aby uzyskać zasiłek rehabilitacyjny?
spoken (YouTube transcripts)
3.11
2
3.72
0.954
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=4Lo10aPcaPo
true
s00055
female_voxcpm_2
female
neutral
Bardzo mi przykro, ale jednocześnie to jest bardzo ekscytujące.
Bardzo mi przykro, ale jednocześnie to jest bardzo ekscytujące.
spoken (YouTube transcripts)
3.64
6
3.75
0.963
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=Bs-fiwK1xjg
false
s00056f
female_voxcpm_2
female
feminine
Przełożyłam briefing w sobotę.
Przełożyłam {briefing} w sobotę.
Polish with English words
1.64
14
3.93
0.886
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
true
s00057
female_voxcpm_2
female
neutral
Kończyło się to raczej fatalnie, prawda?
Kończyło się to raczej fatalnie, prawda?
spoken (YouTube transcripts)
2.04
10
3.87
0.907
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=l1eVv77xfeo
false
s00058
female_voxcpm_2
female
neutral
Proszę o podniesienie ręki. Kto jest za przyjęciem wniosku?
Proszę o podniesienie ręki. Kto jest za przyjęciem wniosku?
spoken (YouTube transcripts)
3.57
12
3.85
0.946
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=lI45uBK0KLo
false
s00059
female_voxcpm_2
female
neutral
I co ciekawe, od tego zaczęliśmy tworzyć dosyć regularnie takie konstrukcje, na przykład kiedy widzimy jakiś fatalny, jakiś brzydki budynek.
I co ciekawe, od tego zaczęliśmy tworzyć dosyć regularnie takie konstrukcje, na przykład kiedy widzimy jakiś fatalny, jakiś brzydki budynek.
spoken (YouTube transcripts)
8.1
2
3.6
0.972
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=Z_OvaCkCz1Q
true
s00060
female_voxcpm_2
female
neutral
To jest ten umiarkowany poziom inflacji.
To jest ten umiarkowany poziom inflacji.
spoken (YouTube transcripts)
2.28
2
3.21
0.961
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=_P1QXEujFCI
false
s00062
female_voxcpm_2
female
neutral
Jest kierowca wykonujący przewóz drogowy.
Jest kierowca wykonujący przewóz drogowy.
spoken (YouTube transcripts)
2.36
2
3.88
0.919
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=AC-p-qqv1BI
false
s00063
female_voxcpm_2
female
masculine
Przełożyłem briefing na dwudziestego czwartego maja.
Przełożyłem {briefing} na dwudziestego czwartego maja.
Polish with English words
2.7
4
3.93
0.924
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00064f
female_voxcpm_2
female
feminine
Sprawdziłam to na YouTube.
Sprawdziłam to na {YouTube}.
Polish with English words
1.5
8
3.54
0.912
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
true
s00065
female_voxcpm_2
female
neutral
Ponieważ mieszkam na Podgórzu, znajdujemy się teraz na Podgórzu.
Ponieważ mieszkam na Podgórzu, znajdujemy się teraz na Podgórzu.
spoken (YouTube transcripts)
3.17
4
3.68
0.956
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=tQfckvwQStY
false
s00066
female_voxcpm_2
female
neutral
Tak, będę robił tyle samo filmów dziennie.
Tak, będę robił tyle samo filmów dziennie.
spoken (YouTube transcripts)
2.53
12
3.6
0.933
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=XSpjnDpcQhM
true
s00069
female_voxcpm_2
female
neutral
W piątek idziemy na lunch, dołączysz?
W piątek idziemy na {lunch}, dołączysz?
Polish with English words
2.02
16
3.93
0.908
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00070
female_voxcpm_2
female
neutral
Ustawiam temperaturę w salonie na dwadzieścia dwa stopnie.
Ustawiam temperaturę w salonie na dwadzieścia dwa stopnie.
assistant templates
2.93
10
3.63
0.975
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00071
female_voxcpm_2
female
neutral
Na zewnątrz jest czternaście stopni i pada śnieg.
Na zewnątrz jest czternaście stopni i pada śnieg.
assistant templates
2.79
14
3.81
0.97
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00072
female_voxcpm_2
female
neutral
Wtedy wzrasta w nich poczucie bezpieczeństwa.
Wtedy wzrasta w nich poczucie bezpieczeństwa.
spoken (YouTube transcripts)
2.41
16
3.56
0.939
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=TF0-rJ6bLgo
true
s00074
female_voxcpm_2
female
neutral
Dawno, dawno temu, za siedmioma górami, żyła sobie mała wiewiórka.
Dawno, dawno temu, za siedmioma górami, żyła sobie mała wiewiórka.
assistant templates
4.87
0
3.81
0.956
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00075
female_voxcpm_2
female
neutral
Na zewnątrz jest dwadzieścia stopni i pada deszcz.
Na zewnątrz jest dwadzieścia stopni i pada deszcz.
assistant templates
2.65
16
3.59
0.955
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00076
female_voxcpm_2
female
neutral
No i w zasadzie na tym koniec filmu. Dziękuję bardzo.
No i w zasadzie na tym koniec filmu. Dziękuję bardzo.
spoken (YouTube transcripts)
3.26
0
4.01
0.952
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=fE6IYx7Ztlg
false
s00078
female_voxcpm_2
female
neutral
I w momencie jak to zjawisko stało się tak bardzo popularne, to zaczęliśmy je nazywać w określony sposób.
I w momencie jak to zjawisko stało się tak bardzo popularne, to zaczęliśmy je nazywać w określony sposób.
spoken (YouTube transcripts)
5.4
10
3.51
0.977
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=Z_OvaCkCz1Q
false
s00081
female_voxcpm_2
female
neutral
Nie do końca wiedzieli jaki ten Bóg jest.
Nie do końca wiedzieli jaki ten Bóg jest.
spoken (YouTube transcripts)
2.07
4
3.92
0.922
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=QJpuJimQfZE
false
s00082
female_voxcpm_2
female
neutral
Mili Państwo, a z drugiej strony?
Mili Państwo, a z drugiej strony?
spoken (YouTube transcripts)
2.46
6
4
0.949
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=FRkQuqAXyqU
false
s00083
female_voxcpm_2
female
masculine
Wykryłem dym w kuchni! Proszę sprawdzić kuchenkę.
Wykryłem dym w kuchni! Proszę sprawdzić kuchenkę.
assistant templates
3.16
6
3.32
0.921
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00084
female_voxcpm_2
female
neutral
Czy mam przynieść poduszkę z łazienki?
Czy mam przynieść poduszkę z łazienki?
assistant templates
1.95
16
4.07
0.906
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00085
female_voxcpm_2
female
neutral
Do tego momentu już mamy ugruntowane pewne poglądy na temat tego, jak to działa.
Do tego momentu już mamy ugruntowane pewne poglądy na temat tego, jak to działa.
spoken (YouTube transcripts)
4.23
4
3.34
0.94
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=yc7pwdDR4H8
false
s00086
female_voxcpm_2
female
neutral
Jeśli jesteś moim widzem, oczywiście tutaj kliknij.
Jeśli jesteś moim widzem, oczywiście tutaj kliknij.
spoken (YouTube transcripts)
2.91
8
3.78
0.943
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=WAOFgbWst0u
true
s00087
female_voxcpm_2
female
neutral
Skupiamy się na fantazji o kimś.
Skupiamy się na fantazji o kimś.
spoken (YouTube transcripts)
1.83
14
4.21
0.937
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=yc7pwdDR4H8
false
s00089f
female_voxcpm_2
female
feminine
Przełożyłam call w poniedziałek.
Przełożyłam {call} w poniedziałek.
Polish with English words
1.7
10
3.88
0.887
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
true
s00090
female_voxcpm_2
female
neutral
Wszystko będziemy mieli spójne, ustalone, no więc chociaż jedna rzecz niech go zaskoczy, to jak ja będę wyglądała.
Wszystko będziemy mieli spójne, ustalone, no więc chociaż jedna rzecz niech go zaskoczy, to jak ja będę wyglądała.
spoken (YouTube transcripts)
6.53
8
3.67
0.973
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=83ivFX57FvU
false
s00091
female_voxcpm_2
female
neutral
Dzieci już śpią, więc będę pracował cicho.
Dzieci już śpią, więc będę pracował cicho.
assistant templates
2.87
12
3.77
0.952
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00094
female_voxcpm_2
female
neutral
Przypomnę ci o tym o siódmej czterdzieści pięć.
Przypomnę ci o tym o siódmej czterdzieści pięć.
assistant templates
2.49
16
3.75
0.927
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00095
female_voxcpm_2
female
neutral
Te sytuacje pokazują, że wizerunek każdego z nas w serwisach społecznościowych jest bardzo ważny.
Te sytuacje pokazują, że wizerunek każdego z nas w serwisach społecznościowych jest bardzo ważny.
spoken (YouTube transcripts)
5.05
4
3.42
0.957
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=8Vc8Vh1_ECI
true
s00097
female_voxcpm_2
female
neutral
Najbliższa apteka jest piętnaście kilometrów stąd.
Najbliższa apteka jest piętnaście kilometrów stąd.
assistant templates
3.07
12
3.98
0.948
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00098
female_voxcpm_2
female
neutral
W orzeczeniu lekarskim jest wiersz kategoria C i D w punkcie pierwszym, gdzie lekarz zakreśla odpowiednie pole.
W orzeczeniu lekarskim jest wiersz kategoria C i D w punkcie pierwszym, gdzie lekarz zakreśla odpowiednie pole.
spoken (YouTube transcripts)
5.81
10
3.57
0.969
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=aXlBknrlC1U
true
s00099
female_voxcpm_2
female
neutral
Wydawałoby się, że są teraz ferie.
Wydawałoby się, że są teraz ferie.
spoken (YouTube transcripts)
1.94
14
3.73
0.932
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=uXZrAK2rkzy
false
s00102
female_voxcpm_2
female
neutral
Rachunek za prąd wynosi sto siedemdziesiąt dwa złote.
Rachunek za prąd wynosi sto siedemdziesiąt dwa złote.
assistant templates
2.93
8
3.74
0.953
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00103
female_voxcpm_2
female
neutral
Otwieram Duolingo.
Otwieram Duolingo.
Polish with English words
1.18
0
3.73
0.888
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00104
female_voxcpm_2
female
neutral
Trzeba zrobić research, zanim zaczniemy.
Trzeba zrobić {research}, zanim zaczniemy.
Polish with English words
2.11
10
3.72
0.926
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00109f
female_voxcpm_2
female
feminine
Ja strasznie chciałam być pisarką, zawsze, od przedszkola.
Ja strasznie chciałam być pisarką, zawsze, od przedszkola.
spoken (YouTube transcripts)
3.38
14
3.78
0.952
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=DJOH1eQHe5o
true
s00110
female_voxcpm_2
female
neutral
A dlaczego określenie tej trudności jest takie ważne?
A dlaczego określenie tej trudności jest takie ważne?
spoken (YouTube transcripts)
2.92
2
3.74
0.945
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=kKI3fFbuLP4
false
s00112f
female_voxcpm_2
female
feminine
Miałam też w zeszłym roku osobistą sytuację, gdy przez dłuższy czas chorowałam.
Miałam też w zeszłym roku osobistą sytuację, gdy przez dłuższy czas chorowałam.
spoken (YouTube transcripts)
4.3
16
3.71
0.96
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=bqAgjVZ2pKA
true
s00113
female_voxcpm_2
female
neutral
Nagrania naszych lekcji też znajdziesz na naszej stronie internetowej.
Nagrania naszych lekcji też znajdziesz na naszej stronie internetowej.
spoken (YouTube transcripts)
3.47
4
3.59
0.937
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=2UBEAEbbB_0
true
s00116
female_voxcpm_2
female
neutral
Każdy z tych typów ma swój potencjał.
Każdy z tych typów ma swój potencjał.
spoken (YouTube transcripts)
2.18
12
4.17
0.945
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=wLMqQv1XlHM
false
s00117
female_voxcpm_2
female
neutral
Ten insight bardzo nam pomoże w kampanii.
Ten {insight} bardzo nam pomoże w kampanii.
Polish with English words
2.2
4
3.84
0.96
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00119
female_voxcpm_2
female
neutral
Mam dla ciebie pięć przypomnień na dzisiaj.
Mam dla ciebie pięć przypomnień na dzisiaj.
assistant templates
2.2
10
3.9
0.905
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00120
female_voxcpm_2
female
neutral
Jest dwudziesta druga czterdzieści pięć.
Jest dwudziesta druga czterdzieści pięć.
assistant templates
2.29
14
3.39
0.939
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00121
female_voxcpm_2
female
neutral
Lodówka jest otwarta. Zamknę ją.
Lodówka jest otwarta. Zamknę ją.
assistant templates
2.87
6
4.24
0.94
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00122
female_voxcpm_2
female
masculine
Sprawdziłem to na Zoom.
Sprawdziłem to na Zoom.
Polish with English words
1.31
14
3.63
0.902
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00123
female_voxcpm_2
female
neutral
Tak jest i faktycznie to wymaga czasu.
Tak jest i faktycznie to wymaga czasu.
spoken (YouTube transcripts)
2.14
8
3.91
0.969
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=wLMqQv1XlHM
true
s00124
female_voxcpm_2
female
neutral
Klej wystygł, co widać po mlecznym kolorze.
Klej wystygł, co widać po mlecznym kolorze.
spoken (YouTube transcripts)
2.8
12
3.55
0.934
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=bjuZfrniSso
false
s00127
female_voxcpm_2
female
neutral
Mamy one-on-one o dziewiętnastej piętnaście.
Mamy {one-on-one} o dziewiętnastej piętnaście.
Polish with English words
2.43
2
3.32
0.941
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00128
female_voxcpm_2
female
neutral
Wydaje nam się, że złodziejem jest ten, kto kradnie miliony. A może ukraść można o wiele mniej?
Wydaje nam się, że złodziejem jest ten, kto kradnie miliony. A może ukraść można o wiele mniej?
spoken (YouTube transcripts)
5.22
2
3.75
0.957
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=N1Xir5ZdDqQ
true
s00131
female_voxcpm_2
female
neutral
Ustawiam temperaturę w kuchni na osiemnaście stopni.
Ustawiam temperaturę w kuchni na osiemnaście stopni.
assistant templates
2.76
4
3.37
0.922
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00134
female_voxcpm_2
female
neutral
Twoja wizyta u dentysty jest zaplanowana na drugiego listopada.
Twoja wizyta u dentysty jest zaplanowana na drugiego listopada.
assistant templates
3.43
4
3.42
0.957
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00135
female_voxcpm_2
female
neutral
Na kolację będzie sześć osób, więc przygotuję więcej talerzy.
Na kolację będzie sześć osób, więc przygotuję więcej talerzy.
assistant templates
3.34
14
3.86
0.959
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00136
female_voxcpm_2
female
neutral
Każdy się może starać, nawet po operacji obcięcia ręki czy nogi, prawda?
Każdy się może starać, nawet po operacji obcięcia ręki czy nogi, prawda?
spoken (YouTube transcripts)
4.62
0
3.99
0.953
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=lg6Qil5yZR4
false
s00137
female_voxcpm_2
female
neutral
Najbliższa apteka jest osiem kilometrów stąd.
Najbliższa apteka jest osiem kilometrów stąd.
assistant templates
2.65
12
3.68
0.96
written for this dataset (tts-pl, voxcpm/build_texts.py)
CC BY-SA 4.0 (original text)
false
s00138
female_voxcpm_2
female
neutral
Dziękuję serdecznie wszystkim za obejrzenie. Do zobaczenia, do następnego. Cześć!
Dziękuję serdecznie wszystkim za obejrzenie. Do zobaczenia, do następnego. Cześć!
spoken (YouTube transcripts)
5.13
12
4.07
0.969
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=4g6vtK8e0uA
false
s00140
female_voxcpm_2
female
neutral
Również jeśli znamy masę i gęstość, to wiemy jaka jest jej objętość.
Również jeśli znamy masę i gęstość, to wiemy jaka jest jej objętość.
spoken (YouTube transcripts)
3.95
8
3.61
0.965
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=YXkTifu0qd8
false
s00142
female_voxcpm_2
female
neutral
Czy możemy czegoś, co tutaj w tych rzekomych produktach, nam powstało, oderwać jeszcze kation wodoru?
Czy możemy czegoś, co tutaj w tych rzekomych produktach, nam powstało, oderwać jeszcze kation wodoru?
spoken (YouTube transcripts)
5.1
10
3.67
0.96
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=k7fag6c3QEy
false
s00143
female_voxcpm_2
female
neutral
Myślę, że niedługo spróbuję takiego eksperymentu.
Myślę, że niedługo spróbuję takiego eksperymentu.
spoken (YouTube transcripts)
2.53
10
3.56
0.949
YODAS pl000 (espnet/yodas), YouTube transcript
CC BY 3.0
https://www.youtube.com/watch?v=fRmgqQuiFfo
false
End of preview. Expand in Data Studio

Polish synthetic speech — VoxCPM2, 4 voices

Newer version: polish-synthetic-speech-voxcpm2-v2.

31867 clips, 59.6 h of modern, diverse Polish: the same texts read by 4 synthetic voices, generated with VoxCPM2 (OpenBMB, Apache-2.0) and quality-gated clip by clip. Made to distil a large TTS into small on-device ones for a humanoid robot (Matcha-TTS-PL, try it in the browser).

voice gender clips hours mean UTMOS similarity to its anchor designed from the description
male_voxcpm_1 male 7979 15.1 3.64 0.923 Male, teenager, energetic, optimistic, ready to help, speaks crip Polish.
female_voxcpm_1 female 7960 15.1 3.77 0.919 Female, teenager, energetic, optimistic, confident, ready to help, speaks crip Polish, mid/high-pitch timbre, mid/fast tempo.
male_voxcpm_2 male 8015 14.8 3.74 0.911 Voice of a dog, fast, energetic, crazy, mid/high pitch.
female_voxcpm_2 female 7913 14.6 3.64 0.947 Female, teenager, energetic, optimistic, confident, ready to help, speaks crip Polish, mid/high-pitch timbre, mid/fast tempo.
  • Synthetic voices, not people. Each voice was designed from a text description, frozen as a VoxCPM2 prompt cache (voices/) and used for every clip of that voice.
  • Parallel. All voices read the same texts (text_id is shared), and the train/validation split is the same for every voice. A voice lacks a text only when all 3 of its takes failed the quality gate (≈ 2 %).
  • Both grammatical genders, independent of the voice. Polish marks the speaker's gender in first-person forms (zrobiłem / zrobiłam). Of the texts with such forms, a random half was rewritten with feminine forms and the rest keep masculine ones; every voice reads both. Column speaker_form: 1870 masculine, 1762 feminine, 28235 neutral clips.
  • What a humanoid assistant says. Speech written for this dataset in 18 everyday domains (home, care, kids, office, travel, emergencies, small talk, stories…), modern corpora (NKJP, Wikinews, KPWr, ParlaMint, OpenAssistant, Wikibooks, Wikivoyage), reviewed YouTube transcripts and template lines with numbers, times and dates. No archaic literature.
  • Questions of every kind (10973 clips end with "?"): wh-questions with every question word at different distances from the "?", after lead-ins ("Zapytacie, po co…"), yes/no questions with and without czy, tag and alternative questions, and questions closing a passage.
  • Long utterances. 36.7 h are clips of 10 s or more: passages of 2–6 sentences, for prosody across sentences.
  • English words inside Polish (meeting, feedback, YouTube…), read the English way; text_marked puts them in braces (Po {meeting}u wyślę ci {feedback}.) for a mixed Polish/English phonemizer.
  • Clean text. Numbers, dates and abbreviations written out as words; source sentences cut mid-thought were completed (cut sentences teach a TTS wrong sentence endings).

Contents

category clips hours
assistant speech (passage) 7690 31.93
assistant speech (sentence) 7582 9.13
spoken (YouTube transcripts) 5075 5.18
assistant templates 3164 2.32
modern corpora (nkjp) 492 2.15
assistant speech (short) 4736 2.03
modern corpora (kpwr) 295 1.36
modern corpora (wikinews) 314 1.34
modern corpora (parlamint) 279 1.23
Polish with English words 1804 1.05
modern corpora (oasst2) 219 0.90
modern corpora (wikibooks) 115 0.52
modern corpora (wikivoyage) 102 0.42
split clips hours
train 31226 58.37
validation 641 1.21

Audio: FLAC, 48000 Hz mono, 16-bit, leading/trailing silence trimmed (80 ms kept). Columns: file_name, text_id (shared by all voices), voice, voice_gender, speaker_form (masculine / feminine / neutral first-person forms in the text), text, text_marked (English spans in braces), category, duration, style (pitch-range tercile × tempo tercile within the voice, see style_map.json; the question bit is always 0), utmos, speaker_similarity (to the voice's anchor), source, license, url, author, title, modified.

from datasets import load_dataset
ds = load_dataset("machinekind/polish-synthetic-speech-voxcpm2", "female_voxcpm_1", split="train")   # one voice
ds = load_dataset("machinekind/polish-synthetic-speech-voxcpm2", split="train")                      # all voices (filter by "voice")
print(ds[0]["voice"], ds[0]["text"], ds[0]["audio"]["sampling_rate"])

How it was made

  1. Texts — see the categories above; every corpus or transcript sentence was reviewed by Claude (keep / minimally complete or correct / drop: cut sentences, garbled transcripts, preaching, partisan politics, crime and anything unsuitable for a household robot were removed).
  2. Speech — VoxCPM2 with each frozen voice (anchor + continuation conditioning, 10 diffusion steps, cfg 2.0), one seed per sentence and take.
  3. Quality gate, per clip — Whisper large-v3-turbo transcript vs text (letter CER ≤ 8 %, length ratio 0.8–1.25, numbers suppressed to words), UTMOS ≥ 3.2, speaker similarity to the anchor ≥ 0.80 (≥ 0.65 below 2.5 s), tempo, and median pitch within 0.6–1.75 × the voice's own anchor pitch. Up to 3 takes per sentence and voice; about 89 % of takes passed. A take whose English words came back intact was preferred.
  4. Text = exactly what VoxCPM2 read. Punctuation is never changed after generation: VoxCPM2 decides the intonation (wh-questions mostly fall, yes/no questions mostly rise), and the text keeps the "?" it read.

Known artefacts: occasional teacher mispronunciations that Whisper accepts, a few Polish-pronounced loanwords marked as English, rare unnatural pauses in long passages.

Licence and attribution

CC BY-SA 4.0. Text sources and their licences (per text in credits.jsonl and the metadata):

source texts licences
written for this dataset with Claude 5072 CC BY-SA 4.0 (original text)
YODAS pl000 1297 CC BY 3.0
written for this dataset 1250 CC BY-SA 4.0 (original text)
NKJP 1M subcorpus 1.2 131 CC BY
Wikinews PL 87 CC BY 2.5 (CC BY 4.0 for later revisions)
KPWr 1.3 80 CC BY, CC BY 2.0 PL, CC BY 2.5 ES, CC BY 2.5 PL, CC BY 3.0 PL, CC BY-SA 2.5 PL, CC BY-SA 3.0, CC BY-SA 3.0 PL, CC Copyright-Only Dedication* (based on United States law) or Public Domain Certification (retired)
ParlaMint-PL 5.0 74 CC BY 4.0
OpenAssistant oasst2 58 Apache-2.0
Wikibooks PL 33 CC BY-SA 4.0
Wikivoyage PL 29 CC BY-SA 4.0

ATTRIBUTION.md lists every source document, author or speaker and link, and explains the licence compatibility. OpenAssistant texts and the VoxCPM2 model are Apache-2.0 (LICENSES/Apache-2.0.txt). The voices are synthetic: label speech made with them as synthetic and do not present them as real people.

Citation

@misc{machinekind_polish_synthetic_speech_2026,
  title  = {Polish synthetic speech (VoxCPM2, multiple synthetic voices)},
  author = {Machinekind},
  year   = {2026},
  url    = {https://huggingface.co/datasets/machinekind/polish-synthetic-speech-voxcpm2}
}

Please also cite the corpora listed in ATTRIBUTION.md (NKJP, ParlaMint, KPWr, OpenAssistant, YODAS) and VoxCPM2.

Downloads last month
525

Models trained or fine-tuned on machinekind/polish-synthetic-speech-voxcpm2