gigant/romanian_speech_synthesis_0_8_1

罗马尼亚语音合成（RSS）语料库是在爱丁堡大学的半消声室中录制的，使用了三种高质量的工作室麦克风。当前发布的数据仅包括通过Sennheiser MKH 800麦克风录制的语音数据，未来可能会发布通过其他麦克风录制的数据。所有录音的采样频率为96 kHz，每个样本24位，然后下采样到48 kHz。数据集包含3500个训练句子和500个测试句子，由一位女性说话者录制。数据集分为训练集和测试集，分别包含3180和536个音频片段及其对应的句子。

The Romanian Text-to-Speech (RSS) Corpus was recorded in the semi-anechoic chamber at the University of Edinburgh using three high-quality studio microphones. The currently released dataset only includes speech recordings captured with the Sennheiser MKH 800 microphone, and data recorded using other microphones may be released in the future. All original recordings have a sampling rate of 96 kHz with 24-bit depth per sample, and are subsequently downsampled to 48 kHz. The corpus contains 3500 training sentences and 500 test sentences, recorded by a single female speaker. The dataset is split into training and test subsets, which respectively hold 3180 and 536 audio clips along with their corresponding sentences.

原始信息汇总

数据集概述

数据集名称

Romanian Speech Synthesis (RSS)

数据集描述

RSS数据集是为语音合成设计的罗马尼亚语语音数据集。该数据集在爱丁堡大学的一个半消声室内录制，使用了三种高质量的录音设备，包括Neumann u89i、Sennheiser MKH 800和DPA 4035。当前版本仅包含通过Sennheiser MKH 800录制的语音数据。所有录音最初以96 kHz采样频率和24位每样本录制，后被下采样至48 kHz。数据集共进行了8次录音会话，每次约500句话。

语言

罗马尼亚语

数据集结构

• 数据实例：每个数据点包括音频文件路径和对应的句子。
• 数据字段：
  • audio：包含音频文件路径、解码后的音频数组和采样率。
  • sentence：用户被提示说出的句子。
• 数据分割：数据集被分为训练集和测试集。训练集包含3180个音频片段及其相关句子，测试集包含536个音频片段及其相关句子。

引用信息

@article{Stan2011442, title={The {R}omanian speech synthesis ({RSS}) corpus: Building a high quality {HMM}-based speech synthesis system using a high sampling rate}, author={Adriana Stan and Junichi Yamagishi and Simon King and Matthew Aylett}, journal={Speech Communication}, volume={53}, number={3}, pages={442--450}, year={2011}, doi={10.1016/j.specom.2010.12.002} }