语音开源项目优选：自动语音标注库VCTUBE : A Library for Automatic Speech Data Annotation

声明：语音开源项目主要分享优秀的开源项目，促进开源社区的壮大。所写的内容主要是我个人看法，如有错误，还望指正。如有转载，请标注来源。 欢迎关注微信公众号：低调奋进

VCTUBE : A Library for Automatic Speech Data Annotation

本文是自动语音标注库，主要为了自动生成语音合成系统的训练语料<audio, text>，相关的文章发表在interspeech2020，具体的文章链接

https://www.isca-speech.org/archive/Interspeech_2020/pdfs/4004.pdf

该python库的使用方法

https://dsail-skku.github.io/VCTUBE.github.io/

1 项目简介

通常语音合成系统需要大量的训练语料<audio, text>，本文提出的python库VCTUBE是从youtube上自动下载视频和字幕，然后生成语音合成的训练语料。详细的体统结构如图1所示，该系统为三模块组成：1）audio 下载模块；2）字幕下载模块；3）音频分割模块。

2， 使用方法

How To Use VCTUBE?

Requirment for VCTUBE

• Currently requires python >= 3.6
• FFmpeg
• At first you need to install VCTUBE library by pip install command

  1

  pip3 install vctube

  cs

  
  Command for VCTUBE

  1 2 3 4 5 6 7 8 9 10

  from vctube import VCtube playlist_name = "" playlist_url = "" lang = ""   # ex) ko, en, fr, de ... vc = VCtube(playlist_name, playlist_url, lang) vc.download_audio()            #download audios from youtube vc.download_captions()        #download captions from youtube vc.audio_split()            #split audio with captions

  cs

VCTUBE Example

• Setting for VCTUBE

1 2 3 4 5

from vctube import VCtube playlist_url = "https://www.youtube.com/watch?v=fj5BcN6Blks" playlist_name="TEST" lang = "en"   #ex) ko, en, fr, de... vc = VCtube(playlist_name, playlist_url, lang)

cs

• Result of this process

1 2 3

vc.download_audio() vc.download_captions() vc.audio_split()

3 实验

本文给出了英文和韩语的实验，从youtube上自动获取数据然后在tacotron上进行测试。table2为合成音频的WER测试，图2为对齐情况，说明自动生成的训练语料可用。