英伟达 发布 Hi-Fi Multi-Speaker English TTS Dataset 数据集, 应用在 文本到语音合成、语音数据集 领域

英伟达 本次发布的数据集 Hi-Fi Multi-Speaker English TTS Dataset, Hi-Fi Multi-Speaker English TTS Dataset是由英伟达公司创建的高质量多演讲者英语语音数据集，旨在训练文本到语音模型。该数据集包含来自10位演讲者的约292小时语音数据，每位演讲者至少有17小时的数据，采样率为44.1 kHz。数据集基于LibriVox有声书和Project Gutenberg文本，通过严格的音频质量分析和文本-音频匹配验证确保数据质量。此数据集特别适用于研究高质量、多变声音的文本到语音合成技术，以解决现有数据集在音频质量和多样性方面的不足。

查看Hi-Fi Multi-Speaker English TTS Dataset

关于 英伟达 , 英伟达是一家专注于图形处理器开发的全球知名技术公司。

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。