Parler-TTS 发布 MLS English subset 数据集, 应用在 语音识别、文本到语音合成 领域

Parler-TTS 本次发布的数据集 MLS English subset, 该数据集是一个公开可用的英文子集，包含了1万小时的Librivox录音。值得注意的是，该数据集并未提供转录文本，而是采用自动语音识别模型NeMo来进行转录工作。该数据集的任务是文本到语音的合成。

查看MLS English subset

关于 Parler-TTS , -

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。