DiaMoE-TTS est un ensemble de données vocales pour les tâches de synthèse vocale multidialectique (TTS), publié en 2025 par l'Université Tsinghua en collaboration avec Giant Interactive. L'article de recherche associé s'intitule « ... ».DiaMoE-TTS : un cadre de synthèse vocale dialectale unifié basé sur l’API avec une combinaison d’experts et une adaptation zéro-shot efficace en termes de paramètresL'objectif est de construire un système unifié de représentation phonétique des dialectes afin de soutenir la modélisation de la parole transférable et la recherche sur la synthèse dialectale sans exemple à travers de multiples dialectes.

Cet ensemble de données repose sur plusieurs ressources vocales dialectales open source et utilise l'API (Alphabet Phonétique International) comme système de représentation phonétique unifié pour une annotation phonologique cohérente entre différents corpus dialectaux. Les sources vocales comprennent l'ensemble de données Common Voice Cantonese, le corpus Emilia Mandarin, des données dialectales issues du corpus KeSpeech et l'ensemble de données vocales open source Minnan (Hokkien). Lors du traitement des données, tous les échantillons vocaux ont subi une conversion phonétique unifiée au niveau des phonèmes, construisant ainsi une séquence d'annotation API frontale harmonisable entre les dialectes.