阿根廷国立二月三日大学 发布 西班牙语自动评估TTS质量的数据库 数据集, 应用在 语音合成、质量评估 领域

阿根廷国立二月三日大学 本次发布的数据集 西班牙语自动评估TTS质量的数据库, 本研究开发了一个用于自动评估西班牙语文本语音转换系统（TTS）质量的数据库，旨在提高自然度预测模型的准确性。该数据集包含来自52个不同的TTS系统和人声的4,326个音频样本，据我们所知，这是西班牙语中第一个此类数据集。为了对音频进行标注，设计了一个基于ITU-T Rec. P.807标准的客观测试，并由92名参与者完成。此外，通过训练自动自然度预测系统验证了收集到的数据集的实用性。我们探索了两种方法：在为英语训练的现有模型上进行微调，以及在冻结的自监督语音模型之上训练小型下游网络。我们的模型在五分制的MOS尺度上实现了0.8的平均绝对误差。进一步的分析表明了开发的数据库的质量和多样性，以及其在西班牙语TTS研究中的潜在价值。

查看西班牙语自动评估TTS质量的数据库

README 内容： 

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。