韩国科学技术院 发布 Chinese Polyphones with Pinyin (CPP) 数据集, 应用在 汉语多音字、语音合成 领域

韩国科学技术院 本次发布的数据集 Chinese Polyphones with Pinyin (CPP), Chinese Polyphones with Pinyin (CPP) 数据集是由韩国科学技术院创建，旨在解决汉语拼音转换中的多音字问题。该数据集包含超过99,000个句子，专门用于训练和测试多音字发音的识别模型。数据集通过从维基百科提取中文文本，并由两名母语为中文的标注者进行人工标注，确保每个多音字的发音准确无误。CPP数据集的应用领域主要集中在汉语语音合成系统中，以提高多音字发音的准确性和自然度。

查看Chinese Polyphones with Pinyin (CPP)

README 内容： 

关于 韩国科学技术院 , 韩国科学技术院是韩国最高科学研究机构，致力于推动科技创新和培养科研人才。

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。