Feb, 2023

ClArTTS: 一个开放源代码的古典阿拉伯语语音合成语料库

PDF
TL;DR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。
text-to-speechneural modelsarabic ttsspeech corpusend-to-end tts systems
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

  • 面向阿拉伯方言的零射 Text-To-Speech

    构建了一个包含多个方言的阿拉伯语音合成模型并通过评估表明其潜力大。

    Jun, 2024

  • KazakhTTS2：扩充开源哈萨克语 TTS 语料库，更多数据，讲话人和主题

    本研究介绍了 KazakhTTS2 语料库的构建过程，并提供了 TTS 系统的训练和评估细节。本语料库足以为 Kazakh 和其他 Turkic 语言的语音和语言研究提供帮助，其公开可用于构建高质量的 TTS 系统。

    Jan, 2022

  • 以阿拉伯广播新闻为案例研究的 TTS 无监督数据选择

    本文探讨了一种针对低资源语言的完全无监督的 TTS 建模方法，旨在提高语音生成的效率并让其更接近自然人类语音。在案例研究中，该方法成功地使用了广播新闻作为语料集，通过自动数据选择和预训练 / 微调策略，提高了模型的性能。

    Jan, 2023

  • 阿拉伯文语音合成（TTS）数据准备

    该研究旨在解释 TTS 的相关性和数据准备过程，讨论语言学和高质量记录的创作，提供语音演员和数据规范，评估音频并影响语音系统的演变。

    Apr, 2022

  • ArmanTTS 波斯语单说话人数据集

    本文介绍了单人发音数据集 ArmanTTS，通过对比各种普遍数据集的特征，证明了 ArmanTTS 是教授波斯文本到语音转换模型所必需的标准。我们结合 Tacotron 2 和 HiFi GAN 设计了一个模型，可以接收音素作为输入，输出是相应的语音合成，并获得了 MOS 评分分别为实际语音的值为 4.0、音频编解码器预测的值为 3.87 和 TTS 模型生成的合成语音的值为 2.98。

    Apr, 2023

  • BibleTTS：一个大型、高保真、多语种且独特的非洲语音语料库

    BibleTTS 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。

    Jul, 2022

  • QASR：QCRI Aljazeera 语音资源 -- 大规模标注的阿拉伯语音语料库

    该论文介绍了目前最大的阿拉伯语语音数据集 QASR，包含 2000 小时的文本和语音数据，可以用于语音识别、语音和 / 或语言学中阿拉伯语方言识别、语音人物识别和潜在的其他 NLP 模块的训练和评估。对于下游 NLP 任务，如命名实体识别和阿拉伯语标点修复，该数据集还提供了基线结果。

    Jun, 2021

  • ArTST：阿拉伯文本和语音转换器

    我们提供了 ArTST，这是一个预先训练的阿拉伯文本和语音转换器，支持用于阿拉伯语言的开源语音技术。该模型的架构遵循最近发布的英语统一模态框架 SpeechT5，并且专注于现代标准阿拉伯语（MSA），未来版本计划将该模型扩展为方言和混合阿拉伯语。我们从头开始对 MSA 语音和文本数据进行了预训练，并对以下任务进行了微调：自动语音识别（ASR），文本到语音合成（TTS）和口语方言识别。在与 SpeechT5 以及先前报告的结果在这些任务中的比较实验中，ArTST 在所有三个任务中表现与或超过当前最先进技术水平。此外，我们发现我们的预训练有利于泛化，尤其在资源匮乏的 TTS 任务中表现明显。预训练模型以及微调后的 ASR 和 TTS 模型已发布供研究使用。

    Oct, 2023

  • 高质量文本转语音数据集生成的自动化端到端开源软件

    通过集成特定语言的音位分布、自动化录制过程、自动化和人机协同质量保证、以及记录的处理以符合指定格式，本文引入了一种端到端工具以生成文本到语音 (TTS) 模型的高质量数据集，以满足对高质量数据的重要需求，从而简化 TTS 模型的数据集创建过程，促进基于语音的技术的发展。

    Feb, 2024