模型生成英文合成语音数据库

一、产品概述

模型生成英文合成语音数据库共计151万条，61个发音人数据。合成引擎来自火山、微软和openai：火山（24kHz，16bit）；微软（48kHz，16bit）；openai（24kHz，32bit）。

二、产品目录结构

目录结构

数据目录结构数据目录结构

└─spker-info.xlsx（音色信息）
└─SPEECHDATA（数据文件夹）
│├─HS（合成平台）
│├─common_Ava（音色名称）
││ ││ common_Ava_01250001.wav（音频文件）
││ ││ common_Ava_01250001.txt（语音文本内容）
│├─openai（合成平台）

命名规则

CORPUS/USAGE/PLATFORM/SPEAKER/SPEECH_IDe.g./SPEECHDATA/HS/common_Ava/ common_Ava_01250001.wav

目录名称 · 内容 · 备注

CORPUS · · 语音数据库编号

USAGE · SPEECHDATA · 文件夹名称

PLATFORM · HS · 合成接口平台

SPEAKER · common_Ava · 情感_音色

SPEECH_ID · common_Ava_01250001.wav · WAV文件

三、发音人信息

发音人信息性别如下表格所示，共包含61个音色，覆盖各个平台基础之外，共计19个情感风格。每人每个情感风格10000条，记录信息如下所示：

序号 · 平台 · 发音人 · 风格类型

1 · 慵懒女声-Ava · 通用 ·

2 · HS · 慵懒女声-Ava · 悲伤

3 · 情感女声-Lawrence · 旁白-舒缓 ·

数据样例下载

点击下载数据样例（数据样例.zip）