extern/Thorsten-Voice
1
0
Fork 1
mirror of https://github.com/thorstenMueller/Thorsten-Voice.git synced 2024-11-21 23:43:12 +01:00
Code Issues Packages Projects Releases Wiki Activity

Update README.md

Browse Source
This commit is contained in:
Thorsten Müller 2019-10-31 22:07:59 +01:00 committed by GitHub
parent fe1ba98801
commit 5a9e49ae2d
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 23 additions and 8 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

31
README.md
View File

@ -1,15 +1,30 @@
# english version below
# Einleitung
Viele (aktuell so angesagte) smarte Assistenten wie Amazon Alexa, Google Home, Apple Siri und Microsoft Cortana benötigen zwingend eine Internetverbindung um u.a. die Funktionen STT (Sprache in Text) und TTS (Text in Sprache) in ordentlicher Qualität anzubieten. Es gibt aber auch Open Source Projekte die alternative Assistenten entwickeln.
Für den Bereich "STT/TTS" werden jedoch gute Trainings-Testdaten (bspw. zum Deep-Learning) benötigt.
Viele (aktuell so angesagte) smarte Assistenten wie Amazon Alexa, Google Home, Apple Siri und Microsoft Cortana benötigen zwingend eine Internetverbindung um u.a. die Funktionen STT (Sprache in Text) und TTS (Text in Sprache) in ordentlicher Qualität anzubieten. Es gibt aber auch Open Source Projekte die alternative (teils offline) Assistenten entwickeln.
Für den Bereich "STT/TTS" werden dazu jedoch gute Trainings-Testdaten (bspw. zum Deep-Learning) benötigt. Hier kommt das Projekt Mozilla Common Voice ins Spiel.
# Und jetzt?
Ich möchte meinen kleinen bescheidenen Beitrag leisten und stelle meine Stimme unter der CC0 Lizenz zur Verfügung. Die notwendigen Sätze entstammen dem Mozilla Common Voice Projekt und die Aufzeichnung der Stimme habe ich mit Mimic-Recording-Studio (von MyCroft) vorgenommen.
# Was ist hier
Ich habe derzeit 5.000 Phrasen (Ziel: 30.000 Phrasen) eines deutschen Korpus (großen Dank an xxx) aufgenommen. Diese Daten stehen als WAV-Dateien mit CSV Index und alternativ einer SQlite DB (Basis Mimic-Recording-Studio) hier bereit.
* Der gesamte deutsche Corpus wie er von Common Voice zur Verfügung gestellt wird (Basis clips.tsv)
* Der Corpus als CSV Format, dass er vom Mimic-Recording-Studio verwendet werden kann
* Die SQlite DB vom Mimic-Recording-Studio mit meinen (bisher) eingesprochenen Sätzen
* Die LJSpeech-1.1 Struktur (metadata.csv und zugehörige WAV-Dateien) zur Verarbeitung mit mimic2 (basiert auf Tacotron)
# Bitte
- Verwende es bitte nicht für Böses!
- Schicke mir eine Mail an (mailto) wenn du meine Stimme in einem Projekt einsetzt (auch nur testweise)
# Links
# Dank
An den Ersteller des Corpus.
* https://github.com/MycroftAI/mimic2
* https://github.com/MycroftAI/mimic-recording-studio
* https://community.mycroft.ai/
* https://voice.mozilla.org/
* https://github.com/mozilla/CorporaCreator
# Sonstiges
Bitte verwende es nicht für Böses!
Solltest Du meine (konkrete) TTS Stimme verwenden wäre ich für eine Info zum Projekt und eine Demo dankbar
Außerdem gilt mein Dank an die Projekte/Communities von Mozilla Common Voice und MyCroft / Mimic.
Besonds an Lindsay Saunders (Mozilla) für den netten Kontakt und eltocino, gras64, dominik von der MyCroft Community für die Gedult meine Anfängerfragen gedultig zu beantworten :-).