SRC4VC：用于语音转换基准测试的智能手机录制语料库
声音
2024-06-12 v1 音频与语音处理
摘要
我们介绍了SRC4VC，一个新的语料库，包含100名日语使用者在智能手机上录制的11小时语音。虽然高质量的多说话人语料库可以推动语音转换（VC）技术的发展，但当输入为低质量语音录音时，它们并不总是适合测试VC。为此，我们首先要求100名众包工作者使用智能手机录制他们的语音样本。然后，我们为录制的样本标注了说话人级别的录音质量分数和话语级别的感知情感标签。我们还在任意到任意VC上对SRC4VC进行了基准测试，其中我们在高质量语音上训练了一个多说话人VC模型，并使用SRC4VC说话人的语音样本作为VC中的源。结果表明，训练和评估数据之间的录音质量不匹配显著降低了VC性能，通过对低质量源语音样本应用语音增强可以改善这一点。
引用
@article{arxiv.2406.07254,
title = {SRC4VC: Smartphone-Recorded Corpus for Voice Conversion Benchmark},
author = {Yuki Saito and Takuto Igarashi and Kentaro Seki and Shinnosuke Takamichi and Ryuichi Yamamoto and Kentaro Tachibana and Hiroshi Saruwatari},
journal= {arXiv preprint arXiv:2406.07254},
year = {2024}
}
备注
Accepted for INTERSPEECH 2024, corpus project page: https://y-saito.sakura.ne.jp/sython/Corpus/SRC4VC/index.html