Custom recordings 发布 Speech Datasets for Few-Shot Speaker Adaptation 数据集, 应用在 语音合成、说话者识别 领域

Custom recordings 本次发布的数据集 Speech Datasets for Few-Shot Speaker Adaptation, 该数据集包含了来自男女说话者的录音，旨在用于微调预训练的多说话者Grad-TTS模型，以实现说话者适配。每位说话者的数据集包括16条清晰录音和2条含有其他声音额外记录的受损数据集。规模上，共有10位女性和4位男性说话者，每位说话者都构建了多个数据集，用于语音合成和说话者相似度评估任务。

查看Speech Datasets for Few-Shot Speaker Adaptation

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。