BibleTTS：一个大型、高保真、多语言且独特的非洲语音语料库
音频与语音处理
2022-07-11 v1 计算与语言
声音
摘要
BibleTTS是一个面向撒哈拉以南非洲十种语言的大型、高质量开放语音数据集。该语料库每种语言包含多达86小时的对齐、录音棚质量48kHz单说话人录音，可用于开发高质量文本到语音模型。所代表的十种语言为：Akuapem Twi、Asante Twi、Chichewa、Ewe、Hausa、Kikuyu、Lingala、Luganda、Luo和Yoruba。该语料库源自Biblica的Open.Bible项目制作并发布的圣经录音的衍生作品。我们对原始录音进行了对齐、清洗和过滤，并额外对每种语言的对齐子集进行了人工核查。我们使用Coqui TTS给出了文本到语音模型的结果。数据以商业友好的CC-BY-SA许可证发布。
引用
@article{arxiv.2207.03546,
title = {BibleTTS: a large, high-fidelity, multilingual, and uniquely African speech corpus},
author = {Josh Meyer and David Ifeoluwa Adelani and Edresson Casanova and Alp Öktem and Daniel Whitenack Julian Weber and Salomon Kabongo and Elizabeth Salesky and Iroro Orife and Colin Leong and Perez Ogayo and Chris Emezue and Jonathan Mukiibi and Salomey Osei and Apelete Agbolo and Victor Akinode and Bernard Opoku and Samuel Olanrewaju and Jesujoba Alabi and Shamsuddeen Muhammad},
journal= {arXiv preprint arXiv:2207.03546},
year = {2022}
}
备注
Accepted to INTERSPEECH 2022