语音合成论文优:开源数据Hi-Fi Multi-Speaker English TTS Dataset

声明：语音合成论文优选系列主要分享论文，分享论文不做直接翻译，所写的内容主要是我对论文内容的概括和个人看法。如有转载，请标注来源。

欢迎关注微信公众号：低调奋进

---

Hi-Fi Multi-Speaker English TTS Dataset

本文是NVIDIA在2021.04.03更新的文章，主要为促进tts的multi-speaker的研究，对LibriVox进行处理，获取11speakers的300小时的训练语料，具体文章链接

https://arxiv.org/pdf/2104.01497.pdf

（数据还没放出来，先做个笔记吧）

---

内容摘要：

本文提到现有的开源TTS数据中高质量的数据很少，因此本文设计了一个新的数据集HI-Fi TTS。table 1展示了目前开源的数据集情况。为了获取高质量的音频和文本，本文制定以下的准则，较高的信噪比，而且text的必须完全正确。另外图1展示了音频质量好坏的图谱。经过一番努力获取了HI-FI tts,具体的数据情况如table2所示，其数据时长分布为图3所示。