24、HUI-Audio-Corpus-German：高品质德语TTS数据集介绍-优快云博客

本文链接：https://blog.youkuaiyun.com/c6d7e8f9g/article/details/149374279

HUI-Audio-Corpus-German：高品质德语TTS数据集介绍

在当今数字化时代，文本转语音（TTS）技术的发展日新月异。随着互联网上音频数据的不断增加，基于深度神经网络的TTS应用开发和训练有了更多的数据支持。然而，目前TTS系统在训练数据方面仍存在诸多问题，尤其是在非英语语种上，高质量的训练数据十分稀缺。本文将为大家介绍一款全新的开源德语TTS数据集——HUI-Audio-Corpus-German，它在数据质量和全面性上都有显著提升。

1. TTS技术现状与需求

过去十年，TTS系统的性能有了极大提升，这主要得益于深度神经网络（DNNs）的应用，也使得TTS系统在终端用户中的接受度更高。如今，全球许多公司都将TTS引擎融入到产品中，如智能家居助手、汽车和智能手机等。

最先进的TTS技术主要包括两个阶段：声学模型生成梅尔频谱图（一种中间音频表示），然后由声码器将梅尔频谱图处理成最终的音频信号。其中，声学模型的成功训练需要大量对应的文本转录和音频记录对。例如，Tacotron 2作为流行的声学模型，在英语语种上使用改进的WaveNet作为声码器时，平均意见得分（MOS）达到了4.53（满分5分）。

对于英语语种，有像LJ Speech和LibriTTS这样的高质量数据集，常用于研究并取得了不错的结果，但目前这些结果仍不足以支持生产级的TTS系统。而在其他语言，尤其是德语，高质量的训练数据非常有限，创建新数据集不仅需要巨大的努力，还需要耗费大量时间。因此，许多研究人员和小型企业只能依赖免费的公开数据。