deyituo / dataset_1_mix_emotion Goto Github PK

情感[厌]文本有些问题, 直接打开后是可以有拼音的 --已修复

【数据库】  华为技术有限公司情感语音合成数据库（zhcmn.enus.F.DB6.emotion，标贝录制，中文女声-DB-6，含英文/混读/6+1类情感）
【采样格式】wav.48k目录：无压缩PCM WAV格式，采样率为48kHz，16bit
【采样格式】    wav目录：无压缩PCM WAV格式，采样率为16kHz，16bit（由48k下采样得到）
【标注内容】音字校对、韵律标注、中文声韵母边界切分、英文音素边界切分
【标注格式】音频文件的文本标注为.txt文档，音节音素边界切分为.interval格式

  中文（10000句）
    数据路径：/CN
    对应编号：000001-010000

  英文（2000句）
    数据路径：/EN
    对应编号：100001-102000

  中英混（2500句）
    数据路径：/MIX
    对应编号：200001-202500

  6种情感（12000句），中性（500句）
  喜
    数据路径：/情感/喜
    对应编号：210001-212000
    500句平行语料编号：211501-212000

  怒
    数据路径：/情感/怒
    对应编号：220001-222000
    500句平行语料编号：221501-222000

  哀
    数据路径：/情感/哀
    对应编号：230001-232000
    500句平行语料编号：231501-232000

  惊
    数据路径：/情感/惊
    对应编号：240001-242000
    500句平行语料编号：241501-242000

  恐
    数据路径：/情感/恐
    对应编号：250001-252000
    500句平行语料编号：251501-252000

  厌
    数据路径：/情感/厌
    对应编号：260001-262000
    500句平行语料编号：261501-262000

  中性
    数据路径：/情感/中性
    对应编号：011501-012000
    500句平行语料编号：011501-012000



文件格式：
  音频文件：WAV
  文本标注文件：TXT     （标贝DataBaker标注规范）
  边界标注文件：INTERVAL（标贝DataBaker标注规范）
  CSV文本标注文件：CSV  （文件名|文本标注|拼音/音标标注）


中文CSV文本标注文件格式：
  1. 每行对应一句录音数据，以"|"分割，第一部分为文件名，第二部分为文本标注，第三部分为拼音标注；
  2. 文件名对应于相应目录下的音频文件名/边界标注文件名；
  3. 文本标注采用标贝韵律结构标注格式，包含韵律词(#1)、韵律短语(#2)、语调短语(#3)、句末(#4)四个层级的标注；
  4. 拼音标注带有韵律结构标注信息，韵律词内部使用"-"连接符，韵律词之间使用" "空格，
                                   韵律短语之间使用"/"分割，语调短语之间使用","逗号，句末使用"."句号；
  5. 拼音声调以1-5标记，1-4对应阴平、阳平、上声、去声，5表示轻声；
  6. 拼音中的"E"音，转换为"ev"表示。
  
英文CSV文本标注文件格式：
  1. 每行对应一句录音数据，以"|"分割，第一部分为文件名，第二部分为文本标注，第三部分为音标标注；
  2. 文件名对应于相应目录下的音频文件名；
  3. 文本标注为纯英文文本的英文单词序列，包括逗号(,)句号(.)缩写符(')等符号；
  4. 文本标注包括韵律结构标注信息，包含单词“空格”( )、韵律短语(/)、语调短语(%)、连读(-)；
  5. 音标标注为CMU音素列表，单词之间以'/'分开，音素之间以空格分开, 音节以'.'分隔；0 代表非重音，1 代表重音，2 代表次重音，3代表句重音。

  （注：文本标注/韵律结构标注/音标标注符合标贝DataBaker标注规范）


注
版权所有者：清华大学人机语音交互实验室 / 华为技术有限公司; 这个是私有库
为了实习的时候讨论, 将语料中的wav和标注去掉, 只留下文本作为交流
如果需要使用, 请联系([email protected])
希望大家能从文本的设置中受到些启发~