Python语音数据集（更新中）

于 2023-08-29 10:52:31 发布
阅读量285 收藏 1
点赞数
文章标签： 语音识别 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46961200/article/details/132556559
版权

前言，最近小编刚接触语音识别、语音合成的相关内容，附上一份文章记录可下载成功的数据集。

BZNSYP.rar（中文）

【数据下载】https://weixinxcxdb.oss-cn-beijing.aliyuncs.com/gwYinPinKu/BZNSYP.rar
直接复制该路径至浏览器，即可自动下载

【数据的目录结构】
|- BZNSYP
|- PhoneLabeling
|- ProsodyLabeling
|- Wave

【数据说明】
中文女声合成数据库源于标贝（北京）科技有限公司，共计10000句中文女声，总时长约12小时，Wave文件夹的语音数据的采样格式是无压缩PCM WAV格式，采样率为48kHz，16bit，音频文件的文本标注存储于“ProsodyLabeling\000001-010000.txt”文档，音节音素边界切分存储于“PhoneLabeling”目录下。

持续更新中…

soga_Moji
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数据操作 / 数据预处理
PBemmm的博客
07-20 337
张量，数据操作，数据预处理
音频采样率批量转换
赫凯的博客
05-09 1682
因为之前训练的模型采样率是22050，现在手上有采样率48000的数据，虽说调整下参数也可以，但效果不是太好，就试着转一下，用的是BZNSYP的语料库。 现有的 想要的 方案一 import librosa import os from tqdm import tqdm l = os.listdir('F:\我的程序练习\BZNSYP\Wave')[:-1] for i in tqdm(l): y, sr = librosa.load('F:\我的程序练习\BZNSYP\Wave\\'+i, s
tensorflow学习笔记—语音识别
mingyue_ruhuai的博客
04-26 458
#作者：明月入怀 #微信：1007895847 #添加微信的备注一下是CSDN的 #欢迎大家一起学习 #最近在做关于语音识别，关于徐金洪教授给出的语音识别模型无法写出对应的后续关于识别部分代码，所以找到原来做的可以进行识别代码，供大家参考，一起交流学习。 我们先来做中文的语音识别，使用清华大学公开的语料库样本thchs30，下载地址： http://data.cslt.org/thchs30/zi...
本项目是基于Pytorch的语音合成项目，使用的是VITS
03-02
本项目是基于Pytorch的语音合成项目，使用的是VITS，VITS（Variational Inference with adversarial learning for end-to-end Text-to-Speech）是一种语音合成方法，这种时端到端的模型使用起来非常简单，不需要文本对齐等太复杂的流程，直接一键训练和生成，大大降低了学习门槛。 使用准备 Anaconda 3 Python 3.8 Pytorch 1.13.1 Windows 10 or Ubuntu 18.04 项目支持直接生成BZNSYP和AiShell3数据列表，以BZNSYP为例，将BZNSYP下载到dataset目录下，并解压。然后执行create_list.py程序就会生成以下格式的数据表，格式为<音频路径>|<说话人名称>|<标注数据>，注意标注数据需要标注语言，例如普通话，就要用[ZH]将文本包裹起来，其他语言分别支持日本語:[JA], English:[EN], 한국어:[KO]。自定义数据集按照这个格式生成就行。训练到一定程度之后，可以开始使用模型进行语音合成了
python语音合成 标贝_GitHub - jiev/Tacotron-2-Chinese: 中文语音合成，改自 https://github.com/Rayhane-mamah/Tacotron-...
weixin_39897746的博客
02-04 1265
Tacotron-2-Chinese 中文语音合成预训练模型下载仅 Tacotron 频谱预测部分，无 WaveNet 声码器(实验中)，可用 Griffin-Lim 合成语音(见下)。使用标贝数据集训练，为避免爆显存用了 ffmpeg 把语料的采样率从 48KHz 降到了 36KHz，听感基本无区别。安装依赖安装 Python 3 和 Tensorflow 1.10(在 Tensorflow 1...
500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集
07-26
500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集，好的一批
使用自制数据集实现动物种类语音识别-python毕业设计
11-09
<项目介绍> 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！...
基于python实现的中文语音识别系统
最新发布
04-24
- 新增使用pluse版数据集的模型，`cnn_with_full.py`，建议直接训练这个模型。 - 语言模型 - `language_model`文件夹下 - 新增基于CBHG结构的语言模型`language_model\CBHG_lm.py`，该模型之前用于谷歌声音合成...
深度学习timit语音数据集（全）
09-04
深度学习语音数据集，timit数据集（全套），解压后600m，自己毕设用过，已经处理过可以直接用，wav格式
python训练自己的中文语音识别源代码
07-21
里面不包含数据集，可以看我的其他资源里有语音数据集
wav文件pcm音频采样频率和通道数转换例子
07-22
可以将wav或pcm音频文件，采样频率和通道数进行转换，如将44100kHz采集率转换成16000kHz,单声道转换成双声道。代码和库完整，直接可以运行。
基于kaggle数据集--语音性别识别分类
qq_29416647的博客
05-19 4747
基于kaggle数据集--语音性别识别分类前言数据集介绍朴素贝叶斯分类原理朴素贝叶斯分类流程本实验所采用模型实验过程流程框图及程序文件数据集处理量化训练测试核心代码注意点后记 前言 大家好！临近期末，本人需要交一份模式识别课程大作业，作业内容是：“用传统的方法对kaggle语音数据集进行性别分类。那么何谓传统的方法，在查阅相关资料后，决定采用朴素贝叶斯分类器对其分类。这是小编第一次写博客，有什么不...
python实现中文语音合成_tacotronV2 + wavernn 实现中文语音合成(Tensorflow + pytorch)
weixin_40001275的博客
12-05 1401
TacotronV2 + WaveRNN开源中文语音数据集标贝(女声)训练中文TacotronV2，实现中文到声学特征(Mel)转换的声学模型。在GTA模式下，利用训练好的TacotronV2合成标贝语音数据集中中文对应的Mel特征，作为声码器WaveRNN的训练数据。在合成阶段，利用TactornV2和WaveRNN合成高质量、高自然度的中文语音。从THCHS-30任选一个speaker的语音数...
ParallelWaveGAN训练笔记
qq_39688282的博客
04-06 591
使用开源项目训练模型 https://github.com/kan-bayashi/ParallelWaveGAN 此项目使用jupyter notebook，在GPU服务器上运行，环境如下： 官方文档使用的是Ubuntu16，这里我使用的是Ubuntu18。 安装过程： 在jupyter上打开Teminal 根据官方文档在Teminal依次执行下列命令： 虽说选择一个方法，但是都要执行！！！ 进入ParallelWaveGAN/egs目录，可以看到多个方法，这里我选择了csmsc（普通话女
Tacotron2 NVIDIA版本使用Biao-Bei数据集
ruclion的专栏
10-18 1671
目录代码版本尚未补充完整!!!预处理数据bash脚本'/r'错误仿LJS预处理提取mel启动docker训练合成WaveGlow训练接着ckpt训练 代码版本 https://git.maybe.io/russell19/tacotron-2-nvidia 2743077a94e53b71c5fad193a880a3f2d169e637 尚未补充完整!!! 预处理数据 bash脚本 '/r’错误 ...
语音数据集下载地址汇总| 免费的汉语说话人识别语料库 | Common Voice 数据集 | 下载总结
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
04-14 5265
TIMIT Acoustic-Phonetic Continuous Speech Corpus GitHub 地址 TIMIT 语料库 kaggle 下载地址，登录Kaggle账号即可下载 Mozilla 公司的 Common Voice（输入邮箱即可下载）: Mozilla 公司的 Common Voice ...
Tacotron2+Tensorflow1.1+FALSK 语音合成
mtl1994的博客
01-26 1053
Tacotron2+Tensorflow1.1+FALSK 语音合成 背景 ​ 需要语音播报设备的名称和异常状态 环境 Tacotron2 Tensorflow1.1 python3.6 miniconda4.8.3 标贝数据源 安装与配置 首先安装miniconda 1.下载，使用清华下载源，进入miniconda下载页面 ​ https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ ​ https://mirrors.tuna.tsinghua.edu.
Tacotron-1严格复现CUHK-Mix-Language论文
ruclion的专栏
11-01 274
We clip gradients when their global norm ex-ceeds 1 and use parallel-mode monotonic attention with initial en-ergy function scalar bias set to -1. https://www.tensorflow.org/versions/r1.15/api_docs/py...
如何将爬取的数据生成数据集
05-20
将爬取的数据生成数据集可以按照以下步骤进行： 1. 整理数据：将爬取的数据进行清洗和处理，去除无用信息和重复数据，保留需要的数据，例如分类、标签等。 2. 划分数据集：将整理后的数据集按照一定比例划分成训练集、验证集和测试集。通常的划分比例是70%的数据作为训练集，20%的数据作为验证集，10%的数据作为测试集。 3. 数据转换：将数据转换成模型能够处理的格式，例如将文本数据转换成数值向量。 4. 存储数据集：将处理后的数据集存储起来，常用的格式有CSV、JSON、XML等。 5. 数据标注：如果需要进行监督学习，需要对数据集进行标注，标注可以包括分类、回归、序列标注等。 6. 数据增强：对数据集进行增强，例如图片旋转、裁剪、缩放等，可以提高模型的鲁棒性和泛化能力。 以上是将爬取的数据生成数据集的一般步骤，具体实现方式需要根据实际情况进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值