MES工程学院 发布 Custom Common Voice 16.0 dataset using RVC 14min data 数据集, 应用在 语音识别、语音转换 领域

MES工程学院 本次发布的数据集 Custom Common Voice 16.0 dataset using RVC 14min data, 本研究创建了一个名为‘Custom Common Voice 16.0 dataset using RVC 14min data’的数据集，由MES工程学院的Aniket Tathe主导。该数据集包含从YouTube视频中提取的14分钟个性化音频，通过Retrieval-Based Voice Conversion (RVC)模型处理，用于训练ASR模型。数据集的创建过程涉及音频提取、转换和格式化，以适应模型训练。该数据集主要用于个性化语音的自动语音识别和翻译，特别是在低资源语言如印地语中，旨在提高语音识别的准确性和翻译的流畅性。

查看Custom Common Voice 16.0 dataset using RVC 14min data

Dataset card 内容： 

Files and versions 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。