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
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
-
- 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。
- CMU-ARCTIC (BSDライセンス) [1]
- FDA (ダウンロード無料)
- KEELE (非商用利用無料)
- MOCHA-TIMIT (非商用利用無料)
- PTDB-TUG (ODBLライセンス)
- NOISEX (ダウンロード無料)
- QUT-NOISE (CC-BY-SAライセンス)
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:
- 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 |