浙江大学 发布 TextrolSpeech 数据集, 应用在 语音合成、情感分析 领域

浙江大学 本次发布的数据集 TextrolSpeech, TextrolSpeech是由浙江大学创建的大型开放源代码语音情感数据集，包含330小时的语音数据和236,220对自然文本风格提示。该数据集通过多阶段提示编程方法生成，涵盖五种风格因素，包括性别、音高、语速、音量和情感，旨在推动文本可控TTS系统的发展。数据集的创建过程中，整合了LibriTTS和VCTK数据集，并额外收集了多个情感数据集以丰富情感内容。TextrolSpeech的应用领域主要集中在提高TTS系统的风格控制能力和情感表达，特别是在情感效果的领域。

查看TextrolSpeech

关于 浙江大学 , 浙江大学是中国一所历史悠久、学科全面、科研实力雄厚的顶尖综合性大学。

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。