CosyVoice Research Team 发布 CosyVoice 3 Multilingual Dataset 数据集, 应用在 语音合成、多语种处理 领域

CosyVoice Research Team 本次发布的数据集 CosyVoice 3 Multilingual Dataset, 该数据集是一个大规模的多语种音频数据集，来源于互联网上的有声读物、视频和播客。它旨在为语音合成模型提供训练，使其具备零样本多语言处理能力。该数据集涵盖了多样化的语言（包括9种语言和18种中文方言），并跨越了多个领域，如电子商务、导航、金融和教育等。此外，数据集采用了数据处理技术以确保数据的高质量。该数据集的规模达到了一百万小时的训练数据，任务目标是文本到语音（TTS）合成。

查看CosyVoice 3 Multilingual Dataset

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。