短い音声の出典と改変

出典はOpenSLR SLR12 の LibriSpeech test-cleanです。LibriSpeechは英語の朗読音声をLibriVoxなどから集めたコーパスで、Creative Commons Attribution 4.0 International(CC BY 4.0)に従って利用します。コーパスの作成者として Vassil Panayotov らを表示します。元の朗読者・作品の個別同定は、この固定入力manifestからは行っていません。

掲載対象は固定公開IDの librispeech_1089-134686-0008 と librispeech_1188-133604-0003 だけです。原音の先頭5秒に加え、Apron(LLSM2 Layer1)による無編集・−3半音・+3半音の再合成と、LLSM2 Layer0による無編集・−3半音・+3半音の再合成を示します。Layer0の編集2条件は、元の評価集計を見た後に計画した補助対照です。各例は先頭5秒をsigned PCM16 WAVへ丸めて保存しました。出力は元入力の16 kHzとは異なる24 kHzです。再生用変換では音量倍率、位置合わせ、再標本化、clipを加えていません。

このWAVは短い公開プレビューです。採点の元になったfloat32波形や、元入力float64配列と同じバイト列ではありません。指標は、それぞれに定めた全長または固定先頭区間で計算しました。ファイルごとのSHA、元配列SHA、標本数、変換条件とclip件数はaudio-manifest.jsonに記録しています。JVS音声・ユーザーの非公開音声は掲載していません。

評価レポートへ戻る