语音合成-中文-KANTTS-公开数据集

# 语音合成-中文-KANTTS-公开数据集

## 数据集描述

和[https://www.modelscope.cn/datasets/modelscope/DAMO.NLS.KAN-TTS.OpenDataset/summary](https://www.modelscope.cn/datasets/modelscope/DAMO.NLS.KAN-TTS.OpenDataset/summary)完全相同，但是去除了csv文件，方便finetune时进行预处理

### 数据集简介
开发者运行[https://github.com/AlibabaResearch/KAN-TTS](https://github.com/AlibabaResearch/KAN-TTS) 所需要的配套样例数据，共379条，包含音频文件、标注信息，总时长约0.5小时。

### 数据集支持的任务

## 数据集的格式和结构

* interval: time alignment info of phones

* wav: raw audio file in .wav format

* prosody: transcriptions

### 数据格式
24K采样率，单通道音频。

## 数据集生成的相关信息

### 原始数据

## 数据集版权信息

数据集相关的版权信息，授权使用的场景和用户。是否开源，以及采用哪个开源协议等等。

## 引用方式
无

## 其他相关信息
无

# 语音合成-中文-KANTTS-公开数据集

## 数据集说明

本数据集与[https://www.modelscope.cn/datasets/modelscope/DAMO.NLS.KAN-TTS.OpenDataset/summary](https://www.modelscope.cn/datasets/modelscope/DAMO.NLS.KAN-TTS.OpenDataset/summary)对应的数据集完全一致，但移除了CSV文件，便于微调（finetune）阶段的预处理工作。

### 数据集概况
开发者运行[https://github.com/AlibabaResearch/KAN-TTS](https://github.com/AlibabaResearch/KAN-TTS)所需的配套示例数据，总计379条样本，涵盖音频文件与标注信息，总时长约0.5小时。

### 支持的任务

## 数据集格式与结构

* interval：音素（phone）的时间对齐信息

* wav：.wav格式的原始音频文件

* prosody：语音转写文本

### 数据格式
采用24kHz采样率的单声道音频。

## 数据集生成相关信息

### 原始数据

## 数据集版权声明
包含数据集相关的版权声明、授权使用场景与适用用户、是否开源及所采用的开源协议等内容。

## 引用方式
无

## 其他相关信息
无

搜集汇总

背景与挑战

背景概述

该数据集是KAN-TTS项目的配套中文语音合成数据集，包含379条24K采样率的单通道音频及标注信息，适用于语音合成任务，采用MIT开源协议。