2026年9月15日
公開データセットのライセンスをどう読む？CC BY・CC0・パブリックドメインの違い
Hugging Faceで公開データセットを探していると、CC BY 4.0、CC BY-NC 4.0、CC0、PDMなど、似ているようで少しずつ違う表記が出てきます。 データをダウンロードできることと、そのデータを目的どおりに利用できることは同じではありません。研究で使えるのか、企業でも使えるのか、加工したデータを共同研究者に渡せるのか、学習用データとして…
Hugging Face
-
-
2026年9月14日
研究データを公開するなら、Hugging FaceとGitHubをどう使い分ける？
株式会社イングクラウドでは、日本語の対話音声とELANアノテーションをサンプルデータとして公開しています。公開方法を考えるなかで迷ったのが、Hugging FaceとGitHubをどう使い分けるかでした。 GitHubは研究で使われるプログラムやデータの公開先としてよく見かけます。一方、AIや機械学習のデータセットを探していると、最近はHugging Fac…
-
2026年9月14日
日本語の対話データセット・音声コーパス一覧｜入手先・形式・利用条件
日本語の対話データを探していると、音声付きの会話コーパス、チャットのログ、対話システムの学習用データなどが別々の場所で公開されています。そこで、現在入手先を確認できたものを、用途と利用条件が分かる形でまとめました。 すでに公開されている日本語対話コーパス一覧をはじめ、国立情報学研究所の音声コーパス、国立国語研究所のコーパス一覧、各データの配布ページを確認しま…
-
2026年8月28日
Hugging Face公式アカウント開設および日本語音声対話データセット公開のお知らせ
株式会社イングクラウドは、AI・機械学習分野におけるデータ収集・データセット作成の取り組みをご紹介するため、Hugging Faceに公式アカウントを開設し、日本語音声対話データセットのサンプルを公開しました。 今回公開したデータセットには、2名による日本語対話の音声データに加え、話者ごとに分離した音声データ、ELAN（.eaf）形式の時間情報付き書き起こし…