Jul, 2022

BibleTTS：一个大型、高保真、多语种且独特的非洲语音语料库

PDF
TL;DRBibleTTS 是一个由 Open.Bible 项目自 Biblica 发布的圣经记录而来的语音数据集，共有十种撒哈拉以南非洲的语言，为各种语言的文本转语音模型的开发提供了高质量的 48kHz 单人演讲录音素材。
发现论文，激发创造
  • LibriTTS：从 LibriSpeech 中衍生的用于文本转语音的语料库

    该论文提出了一个新的语音语料库 LibriTTS，用于文本转语音，并展示了该语料库训练出的神经完整端到端的 TTS 模型在自然度方面的评估结果不低于 4.0。

    Apr, 2019

  • ClArTTS: 一个开放源代码的古典阿拉伯语语音合成语料库

    通过提供一个古典阿拉伯文本到语音合成的语音语料库 (ClArTTS)，我们填补了现有资源中阿拉伯语音语料库的空缺，以支持一些现代的端到端阿拉伯语音合成系统。

    Feb, 2023

  • 构建非洲之声

    本研究聚焦于低资源非洲语言语音合成，着重于从语料库创作到 TTS 系统的共享和部署，通过参与式方法建立新的数据集和数据挖掘，发现即使在次优环境下录制 25 分钟的语音也能生成可听懂的语音，并为 12 种非洲语言提供了语音数据、代码和训练好的语音以支持研究人员和开发者。

    Jul, 2022

  • MaSS：基于圣经的大型干净语言对齐口语预料库

    提出 MaSS 数据集，基于世界各地包含该圣经的语言录制了 8,130 个平行口语表达，通过样本质量的人工评估，证明了该数据集对构建自然语言处理系统（尤其是多语言间的语音转写和翻译任务）的有效性。

    Jul, 2019

  • Hi-Fi 多说者英语语音合成数据集

    本文介绍了一个新的多说话人英语数据集 用于训练文本转语音模型。该数据集基于处于公共领域的 LibriVox 有声读物和 Project Gutenberg 文本书籍。新数据集包含 10 个说话者的约 292 小时的语音样本，采样率为 44.1 kHz，每个说话者至少有 17 小时的语音。为了选择高质量的语音样本，我们考虑了至少 13 kHz 的信号带宽和至少 32 dB 的信噪比（SNR）的音频记录。该数据集已公开发布在此 http 网址。

    Apr, 2021

  • 1000 名非洲人的声音：推进包容性多说话者多口音语音合成

    Afro-TTS 是第一个能够在 86 种非洲口音中生成语音的泛非洲口音英语语音合成系统，包含了代表该大陆丰富的音韵多样性的 1000 个人物形象，可用于教育、公共卫生和自动内容创作。说话者插值保持了自然和口音特点，使得能够创造新的声音。

    Jun, 2024

  • 利用众包数据构建一种卢干达语文字转语音模型

    通过使用多位相似语调的多说话者的数据进行训练，并应用数据预处理方法来改善语音质量，表明在较少数据的情况下，通过获取多位相似语调的多说话者的数据来提高 TTS 质量的有效性。

    May, 2024

  • HUI-Audio-Corpus-German：高品质 TTS 数据集

    通过神经网络的发展和训练，基于音频数据的 TTS 应用的数据集越来越多，但不同质量的声音、低采样率、缺乏文本规范化以及音频样本与对应转录句子的对齐不利于深度神经网络的表现，而语言资源的问题更为突出。我们输入 “HUI-Audio-Corpus-German” 数据集，采用处理工具的方式产生高质量音频，降低手动创建的难度。

    Jun, 2021

  • LibriVoxDeEn: 一个用于德语到英语语音翻译和德语语音识别的语料库

    该研究提供一个德语语音、德语文本和英语翻译的平行语料库，以德语有声读物为基础，包括 110 小时的音频材料，对齐了超过 50k 句平行句子，并且提供了更大的数据集，包括 547 小时的德语语音对齐了德语文本，同时为德语语音识别和德语到英语的端到端翻译提供了大量的资源。

    Oct, 2019

  • CML-TTS 低资源语言语音合成的多语言数据集

    本文介绍了 CML-TTS，这是一个新的文本到语音（TTS）数据集，它在多语言方面提供了新的研究可能性。

    Jun, 2023