vctk

  • Description:

Ce corpus CSTR VCTK comprend des données vocales prononcées par 110 anglophones avec divers accents. Chaque orateur lit environ 400 phrases, qui ont été sélectionnées dans un journal, le passage arc-en-ciel et un paragraphe d'élicitation utilisé pour les archives d'accents de discours.

Notez que le texte 'p315' a été perdu en raison d'une erreur de disque dur.

FeaturesDict({
    'accent': ClassLabel(shape=(), dtype=tf.int64, num_classes=13),
    'gender': ClassLabel(shape=(), dtype=tf.int64, num_classes=2),
    'id': tf.string,
    'speaker': ClassLabel(shape=(), dtype=tf.int64, num_classes=110),
    'speech': Audio(shape=(None,), dtype=tf.int64),
    'text': Text(shape=(), dtype=tf.string),
})
@misc{yamagishi2019vctk,
  author={Yamagishi, Junichi and Veaux, Christophe and MacDonald, Kirsten},
  title={ {CSTR VCTK Corpus}: English Multi-speaker Corpus for {CSTR} Voice Cloning Toolkit (version 0.92)},
  publisher={University of Edinburgh. The Centre for Speech Technology Research (CSTR)},
  year=2019,
  doi={10.7488/ds/2645},
}

vctk/mic1 (configuration par défaut)

  • Description Config: audio enregistrée à l' aide d' un microphone omnidirectionnel (DPA 4035). Contient des bruits de très basse fréquence.

          This is the same audio released in previous versions of VCTK:
          https://doi.org/10.7488/ds/1994
    
  • Taille Dataset: 39.87 GiB

  • scissions:

Diviser Exemples
'train' 44 455

vctk/mic2

  • Description Config: audio enregistrée à l' aide d' un petit microphone à condensateur à membrane avec une très large bande passante (Sennheiser MKH 800).

          Two speakers, p280 and p315 had technical issues of the audio
          recordings using MKH 800.
    
  • Taille Dataset: 38.86 GiB

  • scissions:

Diviser Exemples
'train' 43 873