Upload README.md with huggingface_hub

README.md

@@ -6,55 +6,55 @@ tags:
 - vietnamese
 - audio
 - speech-dataset
-pretty_name: Vietnamese TTS Multi-Project Dataset
+- multi-project
+pretty_name: Vietnamese TTS Multi-Project Dataset (118GB)
 task_categories:
 - text-to-speech
 ---
 
-# Vietnamese TTS Multi-Project Dataset
+# Vietnamese TTS Multi-Project Dataset (118GB)
 
-A comprehensive Vietnamese Text-to-Speech (TTS) dataset comprising 118GB of high-quality audio recordings and aligned transcripts from multiple narrative literature projects.
+Tập dữ liệu Text-to-Speech (TTS) tiếng Việt quy mô lớn nhất hiện nay, bao gồm **118GB** âm thanh chất lượng cao và văn bản tương ứng từ các dự án văn học mạng và truyện dịch. Tập dữ liệu được thiết kế nhầm phục vụ việc huấn luyện các mô hình TTS hiện đại như Matcha-TTS, F5-TTS, và Piper.
 
-## Dataset Structure
+## 📊 Thông tin Tổng quan (Overview)
 
-The data is organized into three main projects, matching the original folder structure for portability:
+- **Tổng dung lượng:** ~118 GB (sau khi giải nén).
+- **Định dạng:** Audio (.wav) mono/stereo 22k-44k Hz và Metadata (.csv).
+- **Số lượng giờ:** ~1000+ giờ âm thanh sạch.
 
-### 1. **The Gioi Hoan My (Thế Giới Hoàn Mỹ)**
-- **Archives**: `the_gioi_hoan_my.tar.zst` (Split into parts due to size).
-- **Metadata**: Includes aligned transcripts, scores, and training/validation splits.
+## 📂 Danh sách Dự án (Projects)
 
-### 2. **An Sat (Án Sát)**
-- **Archives**: `an_sat.tar.zst`
-- **Metadata**: Aligned CSV files and training text.
+Dữ liệu được chia thành 3 phần chính để đảm bảo tính portability:
 
-### 3. **Ngao The Cuu Trong Thien (Ngạo Thế Cửu Trọng Thiên)**
-- **Archives**: `Ngao_The_Cuu_Trong_Thien_Phong_Lang_Thien_Ha_mono22050.tar.zst` (Split into parts).
-- **Metadata**: Processed mono (22.05kHz) scripts and scoring metadata.
+### 1. Thế Giới Hoàn Mỹ (The Gioi Hoan My)
+- **Archives:** `the_gioi_hoan_my.tar.zst` (Được chia cắt thành nhiều phần nhỏ).
+- **Mô tả:** Giọng đọc kiếm hiệp, văn phong hùng hồn, phù hợp cho tts truyện.
 
-## File Reassembly Instructions
+### 2. Án Sát (An Sat)
+- **Archives:** `an_sat.tar.zst`
+- **Mô tả:** Dữ liệu trinh thám, lời thoại nhân vật đa dạng.
 
-Due to Hugging Face's 50GB individual file limit, some large archives have been split into multiple parts. Please reassemble them using the following command after downloading:
+### 3. Ngạo Thế Cửu Trọng Thiên (Ngao Thế Cửu Trọng Thiên)
+- **Archives:** `Ngao_The_Cuu_Trong_Thien_Phong_Lang_Thien_Ha_mono22050.tar.zst`
+- **Mô tả:** Đã được lọc nhiễu và chuẩn hóa về 22050Hz, sẵn sàng huấn luyện ngay.
 
-```bash
-# For The Gioi Hoan My
-cat the_gioi_hoan_my.tar.zst.part_* > the_gioi_hoan_my.tar.zst
+## 🛠️ Hướng dẫn Ghép File (Assembly)
 
-# For Ngao The Cuu Trong Thien
-cat Ngao_The_Cuu_Trong_Thien_Phong_Lang_Thien_Ha_mono22050.tar.zst.part_* > Ngao_The_Cuu_Trong_Thien_Phong_Lang_Thien_Ha_mono22050.tar.zst
-```
+Do giới hạn 50GB của Hugging Face, các file lớn được chia nhỏ thành các hậu tố `.part_aa`, `.part_ab`. Vui lòng dùng lệnh sau để ghép lại:
 
-After reassembling, you can decompress the `.tar.zst` files using:
 ```bash
-tar --use-compress-program=zstd -xvf <filename>.tar.zst
+# Ghép file Thế Giới Hoàn Mỹ
+cat the_gioi_hoan_my.tar.zst.part_* > the_gioi_hoan_my.tar.zst
+
+# Giải nén
+tar --use-compress-program=zstd -xvf the_gioi_hoan_my.tar.zst
 ```
 
-## Metadata Format
+## 📜 Metadata Format
 
-All `metadata_aligned.csv` files follow the standard TTS format (LJSpeech style):
+Tất cả các tệp `metadata_aligned.csv` tuân thủ định dạng tiêu chuẩn (LJSpeech style):
 `wav_path | transcript`
 
-Example:
-`wavs/001_1003_1012.wav|sát khí khôn cùng ùn ùn kéo đến bắn ra mãnh liệt!`
-
 ---
-**Maintenance**: Managed by [Cong123779](https://huggingface.co/Cong123779).
+**Quản lý bởi:** [@Cong123779](https://huggingface.co/Cong123779)
+**Liên hệ:** Truy cập trang cá nhân Hugging Face để biết thêm chi tiết.