File size: 1,848 Bytes
ee3f54a | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
AISHELL-3
北京希尔贝壳科技有限公司
Beijing Shell Shell Technology Co.,Ltd
10/18/2020
1. AISHELL-3 Speech Data
- Sampling Rate : 44.1kHz
- Sample Format : 16bit
- Environment : Quiet indoor
- Speech Data Type : PCM
- Channel Number : 1
- Recording Equipment : High fidelity microphone
- Sentences : 88035 utterances
- Speaker : 218 speakers (43 male and 175 female)
2. Data Structure
│ README.txt （readme）
│ ChangeLog （Change Information）
│ phone_set.txt （phone Information）
│ spk_info.txt （Speaker Information）
└─ test （Test Data File）
└─ train （Train Data File）
│├─content.txt （Transcript Content）
│├─prosody_label_train-set.txt （Prosody Lable）
│├─wav （Audio Data File）
│├─SSB005 （Speaker ID File）
││ ││ ID2166W0001.wav （Audio）
4. System
AISHELL-3 is a large-scale and high-fidelity multi-speaker Mandarin speech corpus which could be used to train multi-speaker Text-to-Speech (TTS) systems.
You can download data set from: http://www.aishelltech.com/aishell_3.
The baseline system code and generated samples are available online form: https://sos1sos2sixteen.github.io/aishell3/.
|