面向越南语的高质量音素平衡语音语料库
计算与语言
2019-04-12 v1
摘要
本文提出了一个高质量的越南语语音语料库，可用于分析越南语语音特征以及构建语音合成模型。该语料库包含由 12 位说话人（6 男 6 女）录制的 5400 条干净语音语句。语料库在设计时考虑了音素平衡，以便可用于语音合成，尤其是语音自适应方法。具体而言，所有说话人都朗读一个包含 250 句音素平衡句子的公共数据集。为增加语音上下文的多样性，每位说话人还分别朗读另外 200 句不共享的音素平衡句子。说话人的选取覆盖了广泛的年龄范围，且来自越南北部不同地区。音频在隔音录音棚中录制，采样率为 48 kHz、16 bits PCM、单声道。
引用
@article{arxiv.1904.05569,
title = {A high quality and phonetic balanced speech corpus for Vietnamese},
author = {Pham Ngoc Phuong and Quoc Truong Do and Luong Chi Mai},
journal= {arXiv preprint arXiv:1904.05569},
year = {2019}
}
备注
5 pages