Opencpop：用于歌声合成的高质量开源中文流行歌曲语料库
声音
2022-01-21 v2 数据库
音频与语音处理
摘要
本文介绍 Opencpop，一个公开可用的高质量普通话歌唱语料库，专为歌声合成（SVS）设计。该语料库由一位女性专业歌手演唱的 100 首流行普通话歌曲组成。音频文件以 44,100 Hz 采样率录制为工作室质量，并提供相应歌词与曲谱。所有演唱录音均已进行音素边界和音节（音符）边界的语音标注。为证明所发布数据的可靠性并为未来研究提供基线，我们构建了基于深度神经网络的 SVS 基线模型，并使用客观指标和主观平均意见分（MOS）度量对其评估。实验结果表明，在我们数据库上训练的最佳 SVS 模型取得了 3.70 的 MOS，表明所提供的语料库可靠。Opencpop 发布于开源社区 WeNet，语料库及合成演示可在项目主页找到。
引用
@article{arxiv.2201.07429,
title = {Opencpop: A High-Quality Open Source Chinese Popular Song Corpus for Singing Voice Synthesis},
author = {Yu Wang and Xinsheng Wang and Pengcheng Zhu and Jie Wu and Hanzhao Li and Heyang Xue and Yongmao Zhang and Lei Xie and Mengxiao Bi},
journal= {arXiv preprint arXiv:2201.07429},
year = {2022}
}
备注
will be submitted to Interspeech 2022