Audio Book Data

Audio Book Corpus项目旨在帮助语言学研究人员在文本到语音领域进行纯学术研究。目前包含约200分钟的德语语音数据，未来将扩展至包括法语、西班牙语、捷克语、荷兰语、波兰语、罗马尼亚语等多种欧洲语言。数据来源于Librivox，采用深度学习和模糊匹配技术进行半自动标注。