科学・技術
人間の音声のピッチ推定のための音声およびノイズコーパス
Speech and Noise Corpora for Pitch Estimation of Human Speech (zenodo.org)
要約
本データセットは、基本的な周波数（ピッチ）推定アルゴリズムの評価に使用できる、一般的な音声およびノイズコーパスを提供します。CMU-ARCTIC、FDA、KEELE、MOCHA-TIMIT、PTDB-TUG、NOISEX、QUT-NOISEといった複数のコーパスが、JBOFデータフレーム形式で利用可能です。これらは、ピッチ推定に関する研究を支援するために公開されています。
全文翻訳
人間の音声のピッチ推定のための音声およびノイズコーパス
著者/作成者 Bastian Bechtold1 所属 1. Jade Hochschule
説明
このデータセットには、基本的な周波数（ピッチ）推定アルゴリズムを評価するための一般的な音声およびノイズコーパスが含まれており、便利なJBOFデータフレームとして提供されます。
各コーパスは個別に無料で入手でき、再配布も可能です。
CMU-ARCTIC (BSDライセンス) [1]
FDA (ダウンロード無料) [2]
KEELE (非商用利用無料) [3]
MOCHA-TIMIT (非商用利用無料) [4]
PTDB-TUG (ODBLライセンス) [5]
NOISEX (ダウンロード無料) [7]
QUT-NOISE (CC-BY-SAライセンス) [8]
これらのファイルは、私の博士論文「短時間フーリエ変換における有声音のピッチ：アルゴリズム、グラウンドトゥルース、および評価方法」の一部として、また基本的な周波数推定のためのレプリケーションデータセットをサポートするために公開されています。
参考文献:
John Kominek and Alan W Black. CMU ARCTIC database for speech synthesis, 2003.
Paul C Bagshaw, Steven Hiller, and Mervyn A Jack. Enhanced Pitch Tracking and the Processing of F0 Contours for Computer Aided Intonation Teaching. In EUROSPEECH, 1993.
F Plante, Georg F Meyer, and William A Ainsworth. A Pitch Extraction Reference Database. In Fourth European Conference on Speech Communication and Technology, pages 837–840, Madrid, Spain, 1995.
Alan Wrench. MOCHA MultiCHannel Articulatory database: English, November 1999.
Gregor Pirker, Michael Wohlmayr, Stefan Petrik, and Franz Pernkopf. A Pitch Tracking Corpus with Evaluation on Multipitch Tracking Scenario. page 4, 2011.
John S. Garofolo, Lori F. Lamel, William M. Fisher, Jonathan G. Fiscus, David S. Pallett, Nancy L. Dahlgren, and Victor Zue. TIMIT Acoustic-Phonetic Continuous Speech Corpus, 1993.
Andrew Varga and Herman J.M. Steeneken. Assessment for automatic speech recognition: II. NOISEX-92: A database and an experiment to study the effect of additive noise on speech recog- nition systems. Speech Communication, 12(3):247–251, July 1993.
David B. Dean, Sridha Sridharan, Robert J. Vogt, and Michael W. Mason. The QUT-NOISE-TIMIT corpus for the evaluation of voice activity detection algorithms. Proceedings of Interspeech 2010, 2010.
ファイル
CMU_Arctic.zip ファイル (15.5 GB)
名前 サイズ
CMU_Arctic.zip md5:9d394e2d698b4e010f91baf7e72bf527 1.4 GB プレビュー ダウンロード
KEELE.zip md5:f5a87014bad14744660b90187de7d43f 22.8 MB プレビュー ダウンロード
KEELE_mod.zip md5:a84f097187a7051dacef2eb2bfbf8462 23.1 MB プレビュー ダウンロード
MOCHA_TIMIT.zip md5:854df9067051f5906fd6c761969e6415 1.4 GB プレビュー ダウンロード
NOISEX92.zip md5:b5b707b8ac7217713e3123360c21043c 125.0 MB プレビュー ダウンロード
PTDB_TUG.zip md5:9bf8f0bc5b1f928fcefdc9c85d7ec74d 4.4 GB プレビュー ダウンロード
QUT_NOISE.zip md5:3b963721d8ad7b8d231170b06e4ffb1e 8.3 GB プレビュー ダウンロード