FOOCTTS：生成带声学环境的阿拉伯语足球解说语音
音频与语音处理
2023-06-14 v1 计算与语言
声音
摘要
本文提出 FOOCTTS，一种为足球解说员生成带背景人群噪声语音的自动流水线。该应用从用户处获取文本，进行元音标注等文本预处理，随后由解说员语音合成器合成语音。我们的流水线包括阿拉伯语自动语音识别用于数据标注、CTC 分割、与语音匹配的转写元音标注，以及 TTS 的微调。我们的系统能够在仅 15 分钟的足球解说录音内生成带其声学环境的语音。我们的原型具有通用性，可轻松应用于不同领域和语言。
引用
@article{arxiv.2306.07936,
title = {FOOCTTS: Generating Arabic Speech with Acoustic Environment for Football Commentator},
author = {Massa Baali and Ahmed Ali},
journal= {arXiv preprint arXiv:2306.07936},
year = {2023}
}
备注
Accepted at Interspeech 2023 Show & Tell Demo Session