Google 发布 Google Speech Commands (SC09) 数据集, 应用在 语音识别、语音合成 领域

Google 本次发布的数据集 Google Speech Commands (SC09), 该数据集包含了一系列孤立的口语单词，特别是从“零”到“九”的十个数字发音。这些发音由不同的说话人在不同的声道条件下说出，使得该数据集成为无条件语音合成领域的一个具有挑战性的基准。该数据集主要用于训练和验证论文中提到的模型，重点关注衡量生成发音的质量和多样性。数据集中的发音大约持续一秒钟，采样率为16千赫兹，任务是无条件语音合成。

查看Google Speech Commands (SC09)

README 内容： 

关于 Google , 谷歌公司是一家总部位于美国加利福尼亚州的山景城的世界知名科技公司，成立于1998年，以其搜索引擎而闻名，现已成为全球最大的搜索引擎公司，业务遍及互联网广告、云计算、软件等多个领域。

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。