Maybe數據集ObscureMoon(閉月)

構建數據集思路

1.覆蓋儘量多的"東西".
"東西"可能是字, 拼音, 音節, 需要請教.
2.詳細瞭解錄音環境, 老師的傾向. 進行傳統語音信號統計.
3.使用教育下慢音時, 如何設計語料.
4.額外思考如何使用學習強國中標準的文章版TTS數據.

構建TTS標準數據集

1.建立文件夾Maybe_ObscureMoon
2.解壓文件夾zhaodan_2200.zip
把解壓出來的文件都cp到Maybe_ObscureMoon/Wave中

for x in ./*.wav
  do
    b=${x##*/}
    #sox $b -r 22050 tmp_$b
    #rm -rf $b
    mv $b ../Wave
  done

一共有2125個文件, 但是編號是從1.wav到2200.wav, 中間有斷的, 原因?
3.信息
這是OM的:

這是BB的:

4.處理文本.
特徵1:
發現漢字有繁體的, 不要緊吧.
特徵2:
沒有標點符號,但是有空格作爲間隔.
使用xlsx2csv.py
然後把以前的都放在__raw_data_tookit文件夾:

文本就按照LJSpeech的來, 因爲它用的比較廣泛. (其實也不用, 反正都得轉, 每次都寫一個文本處理就好)
1.%05d的寫法, 補全數字.
2.兩個文本, 一個norm前, 一個normlize後.

統計數據集特徵

變成和標貝一樣, 以LJSpeech採樣率等靠齊.

bash LikeLJSpeech_PinYin.sh