浙江大学 发布 STARS 数据集, 应用在 歌唱语音合成、音乐信息处理 领域

浙江大学 本次发布的数据集 STARS, STARS是一个用于歌唱转录、对齐和细化风格注释的统一框架，旨在解决歌唱语音合成(SVS)中对高质量标注数据集的需求。该框架提供多级标注，包括精确的音素-音频对齐、鲁棒的音符转录和时序定位、表现力的声乐技巧识别以及包括情感和节奏在内的全局风格特征。STARS通过分层声学特征处理，实现了帧、词、音素、音符和句子级别的多层次标注。该框架不仅克服了创建歌唱数据集的关键可扩展性挑战，还为可控的歌唱语音合成开辟了新的方法。

查看STARS

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。