TTSDatasetRecorder

Recordadora de conjuntos de datos TTS

Esta es una aplicación simple para grabar conjuntos de datos TTS caseros, implementados en Python usando Kivy. El caso de uso diseñado es mostrar el texto de línea por línea y registrar una duración fija del audio desde el micrófono predeterminado en función de la longitud de texto que se muestra. La velocidad de lectura es ajustable y el texto puede navegarse mediante controles simples en caso de que una oración sea necesario volver a grabar debido al ruido, el error del altavoz, etc.

Solo probé esto en Mac OS y Ubuntu, creo que puede ejecutarse en Windows con pequeñas modificaciones. Tampoco probé bien la GUI y los tamaños de widgets y los modelos de widgets, por lo que la aplicación podría verse funky en diferentes tamaños de ventana y resoluciones de escritorio.

Instalación

Requiere Python 3.

 pip install -r requirements.txt

Uso

 python prompter.py

La aplicación leerá el texto en text.txt en la misma carpeta y lo mostrará línea por línea. Presione el botón Record y diga la oración mientras se muestra la Recording... Se muestra el texto. La grabación se detendrá automáticamente después de un tiempo. Si el tiempo asignado es muy poco o demasiado, puede ajustarlo para su velocidad de lectura usando el control deslizante. Las grabaciones se guardarán como archivos .wav a 48000 kHz en ~/Desktop/TTS_dataset_recordings , con los nombres de archivo correspondientes a los números de línea en text.txt