HN 日本語サマリー

← 一覧へ戻る
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)

6 pointsby q7m0 コメント

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

音声とノイズのコーパス:人間の音声のピッチ推定用

公開日 2020年6月29日 | バージョン 1.0.0

    1. Jade Hochschule

説明

このデータセットは、基本的な周波数(ピッチ)推定アルゴリズムを評価するための、一般的な音声およびノイズのコーパスを、便利な JBOF データフレームとして含んでいます。各コーパスは単独で自由に利用可能であり、再配布も許可されています。

これらのファイルは、私の博士論文「Pitch of Voiced Speech in the Short-Time Fourier Transform: Algorithms, Ground Truths, and Evaluation Methods」の一部として、また Replication Dataset for Fundamental Frequency Estimation をサポートするために公開されています。

参考文献:

  1. John Kominek and Alan W Black. CMU ARCTIC database for speech synthesis, 2003.
  2. 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.
  3. 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.
  4. Alan Wrench. MOCHA MultiCHannel Articulatory database: English, November 1999.
  5. Gregor Pirker, Michael Wohlmayr, Stefan Petrik, and Franz Pernkopf. A Pitch Tracking Corpus with Evaluation on Multipitch Tracking Scenario. page 4, 2011.
  6. 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.
  7. 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.
  8. 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 md5:9d394e2d698b4e010f91baf7e72bf5271.4 GBプレビュー ダウンロード
KEELE.zip md5:f5a87014bad14744660b90187de7d43f22.8 MBプレビュー ダウンロード
KEELE_mod.zip md5:a84f097187a7051dacef2eb2bfbf846223.1 MBプレビュー ダウンロード
MOCHA_TIMIT.zip md5:854df9067051f5906fd6c761969e64151.4 GBプレビュー ダウンロード
NOISEX92.zip md5:b5b707b8ac7217713e3123360c21043c125.0 MBプレビュー ダウンロード
PTDB_TUG.zip md5:9bf8f0bc5b1f928fcefdc9c85d7ec74d4.4 GBプレビュー ダウンロード
QUT_NOISE.zip md5:3b963721d8ad7b8d231170b06e4ffb1e8.3 GBプレビュー ダウンロード