【开源数据】

中文童声语音合成数据集发音人为4岁女童（北京人），包含2235句话，时长超2小时。该数据集文本为日常用语。本次开源样例数据集时长为15分钟。 该发音人声音第一次用于TTS录制，音频已获得发音人与其监护人授权。 中文童声语音合成数据集由北京科技有限公司开发，免费发布供非商业使用。 如需更多声音，欢迎致电400-900-5251或邮件发送至 business@magicdatatech.com。

语音TTS已经走向了AIGC大模型模式，利用大规模高品质训练数据，实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景，包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”，此数据具备48KHz高采样率，采集人数2万+，环境纯净，内容自然多样，上万小时，是实现零样本语音合成的绝佳数据。特别地，此数据的多样化语料内容能为模型学习协同发音提供助益。