上海交通大学 发布 Audio Turing Test (ATT-Corpus) 数据集, 应用在 语音合成、自然语言处理 领域

上海交通大学 本次发布的数据集 Audio Turing Test (ATT-Corpus), Audio Turing Test (ATT) 是一个多维度的中文语料库数据集，旨在评估大型语言模型（LLM）为基础的中文语音合成系统的逼真程度。该数据集包含五个关键维度：特殊字符和数字、中英混合、副语言特征和情感、古典汉语诗歌/散文、多音字。数据集通过半自动化的方式生成，结合大型语言模型（LLM）的初步生成和调整，以及语言学专家的修订和验证。为了确保公平和可靠的评估，数据集被分为白盒和黑盒子集。该数据集可用于评估语音合成系统的自然度和逼真程度，并支持快速自动评估和加速TTS模型迭代。

查看Audio Turing Test (ATT-Corpus)

Dataset card 内容： 

Files and versions 内容： 

关于 上海交通大学 , 上海交通大学是中国历史悠久的著名高等学府之一，位于中国上海，是中国教育部直属的全国重点大学，也是国家‘211工程’和‘985工程’的首批建设高校之一，具有很高的学术声誉和研究成果。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。