CSS10：涵盖10种语言的单说话人语音数据集集
计算与语言
2019-08-06 v3
摘要
我们介绍了CSS10的开发，这是一个包含十种语言的单说话人语音数据集集。它由来自LibriVox有声读物的短音频片段及其对齐文本组成。为验证其质量，我们在每个数据集上训练了两个神经文本到语音模型。随后，我们对合成语音样本进行了平均意见得分测试。我们公开提供了数据集、预训练模型和测试资源。希望它们能用于未来的语音任务。
引用
@article{arxiv.1903.11269,
title = {CSS10: A Collection of Single Speaker Speech Datasets for 10 Languages},
author = {Kyubyong Park and Thomas Mulc},
journal= {arXiv preprint arXiv:1903.11269},
year = {2019}
}
备注
Interspeech 2019