zhvoice

zhvoice:中文预料

预料介绍

zhvoice语料由8个开源数据集，经过降噪和去除静音处理而成，说话人约3200个，音频约900小时，文本约113万条，共有约1300万字。

zhvoice语料比较原始数据而言，更加清晰和自然，减少了噪声的干扰，减少了因说话人说话不连贯造成的不自然。

zhvoice语料包含文本、语音和说话人3个方面的信息，可适用于多种语音相关的任务。

zhvoice语料由智浪淘沙清洗和处理。

处理方法

1.用python的工具模块aukit处理音频、降噪和取出静音
pip install aukit
from aukit import remove_noise, remove_silence
2.用python的工具模块phkit处理文本，文本正则化和汉字转拼音。
pip install phkit
from phkit import text_to_sequence, pinyin

应用场景

用于语音克隆模型，可直接用于githup的语音克隆项目zhrtvc。

用于语音合成模型，用标贝开源的中文标准女声音频zhbznsyp数据集

用于声码器模型

from aukit import linear_spectrogram, mel_spectrogram, world_spectrogram

用于语音编码器模型，即把语音编码到预定维度的向量空间。
用于声纹识别模型，用语音和对应的说话人标签。
用于语音识别模型，