255doesnotexist/GreendamOpencpop

Opencpop是一个高质量的中文流行歌曲语料库，专为歌唱声音合成（SVS）系统设计。该数据集包含100首独特的中文歌曲，由一位专业女歌手在专业录音室环境中以44,100 Hz的采样率录制。所有歌唱录音都已进行了音素注释，包括话语/音符/音素边界和音高类型。数据集共包含3,756个话语，总时长约5.2小时。测试集由5首随机选择的歌曲组成，并提供了基线合成结果。

原始信息汇总

数据集概述

数据集名称

• Opencpop

数据集描述

• Opencpop 是一个公开的高质量普通话歌唱语料库，专为歌唱声音合成（SVS）系统设计。该语料库包含100首独特的普通话歌曲，由一位专业女歌手录制。所有音频文件均以44,100 Hz的采样率在专业录音室环境中录制。

数据集内容

• 所有歌唱录音均已进行语音学标注，包括话语/音符/音素边界和音高类型。
• 最终数据集包含3,756个话语，总时长约5.2小时。
• 测试集由5首随机选择的歌曲组成，并提供基线合成结果。

文件格式

• midis: MIDI文件。
• textgrids: 原始标签文件，可使用Praat或Python打开。
• wavs: 原始音频wav文件。
• segments:
  • wavs: 话语级别的wav文件。
  • transcriptions.txt: 话语级别标签。
  • train.txt: 训练集标签。
  • test.txt: 测试集标签。

标签格式

• 标签以|分隔，包括：
  • 话语wav名称
  • 文本
  • 音素
  • 音符
  • 音符持续时间
  • 音素持续时间
  • 当前音符是否为连音，0表示否，1表示是。

许可证

• 该数据集可用于非商业目的，遵循CC BY-NC-ND 4.0许可证。
• 数据集版权归Opencpop团队所有。
• 如需商业使用，请通过电子邮件联系（[e-mail]）。

音节到音素映射表

• 提供了一个详细的音节到音素的映射表，用于语音合成中的音素转换。