Speech Corpus Collection

Pidato-Corpus-Collection

Repo ini adalah kumpulan corpus ucapan untuk pengenalan ucapan otomatis (ASR) dan teks-ke-pidato (TTS).

ASR Corpus

1. Vctk
   Sekitar 10.4GB. Tuan rumah alternatif

2. Librispeech
   Corpus berskala besar (1000 jam) dari pidato bahasa Inggris baca.

3. Rilis Tedlium 2
   TED-LIM Corpus dibuat dari pembicaraan audio dan transkripsi mereka tersedia di situs web TED. Para penulis telah menyiapkan dan memfilter data ini untuk melatih model akustik untuk berpartisipasi dalam lokakarya internasional tentang terjemahan bahasa lisan 2011 (sistem Lium English/Prancis SLT mencapai peringkat pertama dalam tugas SLT).

TTS Corpus

1. Database Arktik CMU
   Database terdiri dari sekitar 1.150 ucapan, termasuk penutur AS Inggris (BDL) dan wanita (SLT), serta penutur beraksen lainnya.

2. Alkitab Bahasa Inggris Dunia
   The World English Bible adalah pembaruan domain publik dari versi Standar Amerika tahun 1901 menjadi bahasa Inggris modern. Rekaman teks dan audio -nya secara bebas tersedia di sini. Sayangnya, bagaimanapun, masing -masing file audio cocok dengan satu bab, bukan ayat, jadi terlalu lama dalam kebanyakan kasus. Kyubyong mengirisnya dengan ayat secara manual. Anda bisa mendapatkannya di dropbox -nya.

3. Nancy Corpus
   Nancy Corpus dari Blizzard Challenge 2011. Data tersebut tersedia secara bebas untuk penggunaan penelitian pada penandatanganan lisensi.

Umum

1. Dataset Nsynth
   Nsynth adalah dataset audio yang berisi 305.979 catatan musik, masing -masing dengan nada unik, timbre, dan amplop. Untuk 1.006 instrumen dari perpustakaan sampel komersial, kami menghasilkan empat detik, cuplikan audio 16kHz monofonik, disebut sebagai catatan, dengan mulai dari setiap nada standar Midi Pian O (21-108) serta lima kecepatan yang berbeda (25, 50, 75, 100, 127). Catatan itu diadakan selama tiga detik pertama dan dibiarkan membusuk untuk detik terakhir.

Hubungi saya

Yunchao he
Weibo