本次发布的数据集 Voice Bank + DEMAND, 该数据集包含了用于语音增强的噪声-清晰音频对,其中训练集由来自28位发言人的11,572对音频组成,测试集则由2位未见发言人的824对音频组成。音频样本在训练时与10种类型的噪声以四个不同的信噪比水平混合,而测试语音则是使用5种未见噪声类型,在不同信噪比水平下创建的。所有音频均以16千赫兹重新采样,并分割成3秒的片段。规模方面,训练集包含11,572对音频,测试集包含824对音频。该数据集的任务是语音增强。
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。





_1769672084863.jpg)