项目实训第一周记录

明确实现思路：

实现思路：使用ASR（自动语音识别）技术，将语音转成文本，通过大模型生成文本，使用TTS（语音合成技术）将文本转成语音。实际上我认为最终的输出的英语口语是一致的，所以只要能够完成正常的语音对话即可。这样大模型的输出结果是AI输出文本和对应的语音。文本类的有极多。

寻找数据集：

Common Voice(据说是全球最大的数据集):

Common Voice

数据集中的每一条都包含了一组独立 MP3 录音及相应的文本文件。数据集所记录的 31,176 小时的录音中，有许多条数据同时包含了年龄、性别、口音等人口统计元数据，能够训练语音识别引擎提升其准确性。 该数据集当前有 20,409 小时，124 种语言的语音数据，但我们在持续添加更多的语音数据和更多的语言。前往我们的语言页请求加入更多的语言或开始做出贡献。

英文数据集： 1.LibriSpeech ASR corpus：该数据集是包含大约1000小时的英语语音的大型语料库。这些数据来自LibriVox项目的有声读物。它已被分割并正确对齐，如果你正在寻找一个起点，请查看已准备好的声学模型，这些模型在kaldi-asr.org和语言模型上进行了训练，适合评估。 openslr.org

（这是英语演讲语料库，我觉得作为输出要更好）

其他

Mini LibriSpeech ASR corpus：用于回归测试的一个子集 openslr.org

2.TED-LIUM：openslr.org TED-LIUMv2：openslr.org TED-LIUM Release 3：openslr.org

3.VoxForge：该数据集是带口音的语音清洁数据集，对测试模型在不同重音或语调下的鲁棒性非常有用。 Free Speech... Recognition (Linux, Windows and Mac) - voxforge.org https://voice.mozilla.org/zh-CN/data

4.TIMIT数据集 百度云链接：百度网盘-链接不存在 密码：sqw7

5.Free ST American English Corpus：openslr.org

6.纯对话数据集英文对话数据集总结_有没有开放的英文评论数据-CSDN博客