RWCP-SSD-Onomatopoeia：面向环境声音合成的拟声词数据集
声音
2020-07-10 v1 音频与语音处理
摘要
环境声音合成是一种生成自然环境声音的技术。以往利用声音事件标签进行环境声音合成的工作无法精细控制合成声音的音高和音色等特性。我们认为拟声词可用于环境声音合成。拟声词能有效描述声音的特征。我们相信使用拟声词将使我们能够控制合成声音精细的时频结构。然而，目前尚无用于基于拟声词的环境声音合成的数据集。因此，本文提出 RWCP-SSD-Onomatopoeia，一个由 155,568 个拟声词与音频样本配对组成、用于环境声音合成的数据集。我们还收集了拟声词的自评置信度分数和他人评价接受度分数，以帮助研究环境声音合成中拟声词的转写与合适词选择的难度。
引用
@article{arxiv.2007.04719,
title = {RWCP-SSD-Onomatopoeia: Onomatopoeic Word Dataset for Environmental Sound Synthesis},
author = {Yuki Okamoto and Keisuke Imoto and Shinnosuke Takamichi and Ryosuke Yamanishi and Takahiro Fukumori and Yoichi Yamashita},
journal= {arXiv preprint arXiv:2007.04719},
year = {2020}
}
备注
Submitted to DCASE2020 workshop