可以提供微调阶段的训练集吗？
想训一个自定义唤醒词，想要用样例的数据集一起训练
展开
收起
1
条回答
写回答
写回答
-
北京阿里云ACE会长自行录制音频。您可以使用专业的麦克风和录音软件来录制自己的声音，并创建一个包含多个唤醒词的音频数据集。确保您的录音设备和环境都是稳定的，以获得高质量的音频数据。
下载开放数据集。有些组织和个人会在互联网上共享一些开放的语音数据集，例如 Common Voice 和 VoxCeleb。您可以搜索并下载这些数据集，并从中选择一些与您的应用场景相关的音频数据。
使用语音合成技术生成音频数据。您可以使用 TTS 技术来生成人工合成的唤醒词。例如，您可以使用 Tacotron、WaveNet 或其他开源 TTS 模型来生成语音数据。然后，您可以使用音频编辑软件对生成的音频进行微调和优化。
2023-07-10 08:51:32赞同 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7936
关于 Windows平台上 ttsfrd 库的问题。
1832
No module named 'ttsfrd'
1430
在Windows平台上关于 ModelScorpe Audio 安装涉及 kwsbp 的问题
656
KeyError: 'asr-inference is not in the pipelines r
2066
modelscope 更新指定版本
433
PyTorch Transformer 英中翻译超详细教程
963
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1053
自动标注模型ttsfrd初始化失败
1130
关于 modelscope-funasr 报错的问题。
1033
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
278
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
80
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
150
Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
75
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1277
智能降噪
1115
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
96
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
65
kws_util 下载不了
79
Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
93
展开全部
