TTS平均音色库

中文语音合成数据集

搜集汇总

背景与挑战

背景概述

TTS平均音色库是一个中文语音数据集，包含100位专业和普通说话人（男女各半）的朗读音频，每人录制1500条文本，覆盖所有中文音素和主要语境。音频采用48kHz采样率的WAV格式，背景噪声低、信噪比高，并包含元音-辅音分割、韵律和拼音标注。