用于语音训练的声音数据集：万句中文标准女声音库，免费

多行业语音合成解决方案——基于不断改进的语音合成前端模型，结合高精度自动预处理技术对数据进行处理和建模，推出适合多行业、多领域、多场景的智能语音解决方案，更深入行业，更接近人声。

中文标准女声音库（10000句）

本次开放的数据仅支持非商用！

语音合成是通过机械的、电子的方法产生人造语音的技术。TTS技术（又称文语转换技术）隶属于语音合成，它是将计算机自己产生的、或外部输入的文字信息转变为可以听得懂的、流利的口语输出的技术。

TTS语音合成技术是实现人机语音通信关键技术之一。使电脑具有类似于人一样的说话能力，是当今时代信息产业的重要竞争市场。和语音识别ASR相比，语音合成的技术相对来说要成熟一些，是应用范围较广的技术。

随着人工智能产业的飞速发展，语音合成系统也得到了更加广泛的应用。除了语音合成初期的清晰度、可懂度以外，人们对语音合成的自然度、节奏感以及音质的要求也越来越高。而语音库的质量也是决定语音合成效果的关键因素。

【中文标准女声音库】采集对象的音色风格知性阳光、亲切自然，专业标准普通话女声，听感乐观积极。录制环境为专业录音室和录音软件，录音环境和设备自始至终保持不变，录音环境的信噪比不低于35dB;单声道录音，用48KHz 16比特采样频率、PCM WAV格式。录音语料涵盖各类新闻、小说、科技、娱乐、对话等领域，语料设计综合语料样本量，力求在有限的语料数据量内，对音节音子、类型、音调、音连以及韵律等尽可能全面的覆盖。根据合成语音标注标准对音库进行文本音字校对、韵律层级标注、语音文件边界切分标注。

技术参数

数据内容：中文标准女声语音库数据

录音语料：综合语料样本量；音节音子的数量、类型、音调、音连以及韵律等进行覆盖。

有效时长：约12小时

平均字数：16字

语言类型：标准普通话

发音人：女；20-30岁；声音积极知性

录音环境：声音采集环境为专业录音棚环境：1）录音棚符合专业音库录制标准；2）录音环境和设备自始至终保持不变；3）录音环境的信噪比不低于35dB。

录制工具：专业录音设备及录音软件

采样格式：无压缩PCM WAV格式，采样率为48KHz、16bit

标注内容：音字校对、韵律标注、中文声韵母边界切分

标注格式：文本标注为.txt格式文档；音节音素边界切分文件为.interval格式

质量标准：1. 语音文件为48k 16bit wav格式，音色、音量、语速一致，无漂零无截幅；2.标注文件字准率不低于99.8%；3.音素边界错误大于10ms的比例小于1%；音节边界准确率大于98%.

存储方式：FTP存储

文件格式：音频文件：WAV 文本标注文件：TXT 边界标注文件：INTERVAL