الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

JSUT-LAB

يوفر المستودع ملفات محاذاة على طراز HTK/HTS مع ملصقات إضافية للكاملة الكاملة لـ JSUT (مجموعة الكلام اليابانية من Saruwatari-Lab. ، University of Tokyo) Corpus (v1.1). تم استخراج جميع ملفات المحاذاة (.LAB) عن طريق التحديد القسري باستخدام Julius ويتم إنشاء السيارات الكاملة بواسطة OpenJTalk.

من المتوقع استخدام ملفات التسمية لإعادة الكلام ؛ على سبيل المثال ، النص إلى الكلام وتحويل الصوت.

هيكل الدليل هو نفسه تمامًا مثل JSUT. يمكنك وضع ملفات التسمية على دليل بيانات JSUT إذا كنت تريد: 

 tree ~/data/jsut_ver1.1/ -d -L 2
/home/ryuichi/data/jsut_ver1.1/
├── basic5000
│   ├── lab
│   └── wav
├── countersuffix26
│   ├── lab
│   └── wav
├── loanword128
│   ├── lab
│   └── wav
├── onomatopee300
│   ├── lab
│   └── wav
├── precedent130
│   ├── lab
│   └── wav
├── repeat500
│   ├── lab
│   └── wav
├── travel1000
│   ├── lab
│   └── wav
├── utparaphrase512
│   ├── lab
│   └── wav
└── voiceactress100
    ├── lab
    └── wav

تنسيق التسمية

الحقول: <begin_time> <end_time> <full-context-label> . الوقت في وحدات 100ns مثل علامات HTK. 

 $ cat basic5000/lab/BASIC5000_0773.lab | head
 
0 2525000 xx^xx-sil+s=a/A:xx+xx+xx/B:xx-xx_xx/C:xx_xx+xx/D:18+xx_xx/E:xx_xx!xx_xx-xx/F:xx_xx#xx_xx@xx_xx|xx_xx/G:6_3%0_xx_xx/H:xx_xx/I:xx-xx@xx+xx&xx-xx|xx+xx/J:1_6/K:3+6-32
2525000 3825000 xx^sil-s+a=N/A:-2+1+6/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
3825000 4825000 sil^s-a+N=g/A:-2+1+6/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
4825000 5825000 s^a-N+g=i/A:-1+2+5/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
5825000 6125000 a^N-g+i=i/A:0+3+4/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
6125000 7524999 N^g-i+i=N/A:0+3+4/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
7524999 8125000 g^i-i+N=w/A:1+4+3/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
8125000 8425000 i^i-N+w=a/A:2+5+2/B:xx-xx_xx/C:18_xx+xx/D:24+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
8425000 10125000 i^N-w+a=pau/A:3+6+1/B:18-xx_xx/C:24_xx+xx/D:07+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32
10125000 11325000 N^w-a+pau=d/A:3+6+1/B:18-xx_xx/C:24_xx+xx/D:07+xx_xx/E:xx_xx!xx_xx-xx/F:6_3#0_xx@1_1|1_6/G:3_1%0_xx_0/H:xx_xx/I:1-6@1+3&1-6|1+32/J:2_10/K:3+6-32

للحصول على تفاصيل ، يرجى الرجوع إلى مستندات HTS: http://hts.sp.nitech.ac.jp

ماذا يمكنني أن أفعل مع هذا؟

إذا كنت ترغب في إنشاء أنظمة TTS التقليدية المستندة إلى DNN ، فيرجى مراجعة البرامج التعليمية على https://r9y9.github.io/nnmnkwii/latest/. يمكنك استخدام ملصقات المحاذاة والسياق الكامل لإنشاء ميزات لغوية.

إذا كنت متطابقًا في الأساليب الشاملة ، فيرجى إلقاء نظرة على https://github.com/espnet/espnet. تُستخدم الملصقات في مرحلة المعالجة المسبقة لوصفة JSUT (انظر أيضًا https://r9y9.github.io/blog/2017/11/12/jsut_ver1/ لمعرفة سبب حاجة إلى توافق مع TTS النهائي).

قرصنة خطاب سعيد!

رمز المصدر لإنشاء الملصقات

https://github.com/r9y9/segmentation-kit/tree/jsut3

يلاحظ

  • من المحتمل أن يكون لدى المحاذاة أخطاء لأنها تم إنشاؤها تلقائيًا بواسطة يوليوس. لاحظ أنها ليست ملصقات مصنوعة يدويًا.

مراجع

  • JSUT (مجموعة الخطاب اليابانية من Saruwatari-Lab. ، جامعة طوكيو)
  • HTS
  • يوليوس
  • OpenJtalk
  • 日本語 من طرف إلى طرف 音声合成に使えるコーパス jsut の前処理 [arxiv: 1711.00354]
  • Pyopenjtalk
  • nnmnkwii
  • Sarulab-Speech/JSUT-LABEL HANDERET HANDATION و ISSODIC المعلومات من Saruwatari-Lab.
يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل