AISHELL 发布 AISHELL-3 数据集, 应用在 语音处理、文本转语音 领域

AISHELL 本次发布的数据集 AISHELL-3, 该数据集名为AISHELL-3，包含了215,705条录音，总计281小时，由304位母语为普通话的说话者贡献（其中男性73位，女性231位）。该数据集的采样率为24kHz，并已转换为40维梅尔频谱图，其帧大小为960，帧移为240。该数据集的规模涉及304位说话者，适用于最小监督下的文本转语音（TTS）和声音转换（VC）任务。

查看AISHELL-3

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。