EARS：一个用于语音增强和去混响基准测试的消声全频带语音数据集
音频与语音处理
2024-06-13 v2 机器学习
声音
摘要
我们发布了EARS（富有表现力的消声语音录音）数据集，这是一个高质量的语音数据集，包含来自不同背景的107位说话人，总计100小时的干净、消声语音数据。该数据集涵盖了多种不同的说话风格，包括情感语音、不同的阅读风格、非语言声音和对话式自由语音。我们在该数据集上对多种语音增强和去混响方法进行了基准测试，并通过一组仪器指标评估了它们的性能。此外，我们针对语音增强任务进行了一项有20名参与者参与的听力测试，其中一种生成式方法更受青睐。我们引入了一个盲测集，允许对上传的数据进行自动在线评估。数据集下载链接和自动评估服务器可在网上找到。
引用
@article{arxiv.2406.06185,
title = {EARS: An Anechoic Fullband Speech Dataset Benchmarked for Speech Enhancement and Dereverberation},
author = {Julius Richter and Yi-Chiao Wu and Steven Krenn and Simon Welker and Bunlong Lay and Shinji Watanabe and Alexander Richard and Timo Gerkmann},
journal= {arXiv preprint arXiv:2406.06185},
year = {2024}
}
备注
Accepted at Interspeech 2024