FLEURS-R：用于生成任务的恢复多语言语音语料库
计算与语言
2024-08-13 v1 人工智能
声音
音频与语音处理
摘要
本文介绍FLEURS-R，这是应用于Few-shot Learning Evaluation of Universal Representations of Speech（FLEURS）语料库的语音恢复版本。FLEURS-R保持与FLEURS相同的N向平行语音语料库，覆盖102种语言，并通过应用语音恢复模型Miipher来提高音频质量和保真度。FLEURS-R的目的是推动更多语言的语音技术发展，并催化包括文本到语音（TTS）和其他语音生成任务在内的低资源语言研究。通过对恢复后的语音进行全面评估，并训练新的语料库基线TTS模型，我们显示该语料库在保持语义内容的同时，显着提高了语音质量。该语料库通过Hugging Face公开发布。
引用
@article{arxiv.2408.06227,
title = {FLEURS-R: A Restored Multilingual Speech Corpus for Generation Tasks},
author = {Min Ma and Yuma Koizumi and Shigeki Karita and Heiga Zen and Jason Riesa and Haruko Ishikawa and Michiel Bacchiani},
journal= {arXiv preprint arXiv:2408.06227},
year = {2024}
}