CSS10 是一个拥有十种语言的单扬声器语音的数据集。数据集包含 LibriVox 有声读物的简短音频剪辑及其校准文本。研究人员根据语音数据集还训练了两个由文本生成语音的神经模型，以验证语音数据集质量。数据集未来可用于演讲任务。
CSS10 语音数据集
本站暂不支持该数据集下载，如需下载请访问上述「发布地址」进行下载（如可用）
相关数据集推荐
FSDnoisy18k 音频数据集
FSDnoisy18k 是一个是一个开放的音频数据集。数据集包含共 20 个声音事件类的 42.5 小时音频，包括少量手动标记的数据和大量真实世界的嘈杂数据。音频内容取自 Freesound 。数据集包含 15813 个音频剪辑（38.8 小时）组成的噪声集和由 947 个带有正…
CPED 中文对话数据集
CPED 全称Chinese Personalized and Emotional Dialogue，是第一个大规模的中国个性化和情感对话数据集。数据集由与同理心和个人特征相关的多源知识组成（涵盖了性别、五大个性特征、13 种情感、19 个对话行为和 10 个场景等知识）。 数据…
Music21 音乐视频数据集
Music21 是一个未经修剪的视频数据集，通过关键字从 YouTube 爬取。它包含 21 个类别的音乐表演，数据质量较高，可用于训练和评估视觉声源分离模型 (visual sound source separation model)。
