Talrómur (24.04)

  Authors

Sigurgeirsson, Atli Þór ; et al.show everyone

Sigurgeirsson, Atli Þór ; Gunnarsson, Þorsteinn Daði ; Örnólfsson, Gunnar Thor ; Þórhallsdóttir, Ragnheiður ; Magnúsdóttir, Eydís Huld ; Guðnason, Jón

  Item identifier

http://hdl.handle.net/20.500.12537/330

 Referenced by

https://aclanthology.org/2021.nodalida-main.50/

 Date issued

2024-04-23

 Type

audio, corpus

 Size

133 hours

 Language(s)

Icelandic

 Description

Talrómur is a public domain speech corpus for text-to-speech research and development. The corpus consists of 122,417 short audio clips of eight different speakers reading short sentences. The audio was recorded in 2020 by Reykjavík University and The Icelandic National Broadcasting Service as part of The Icelandic Language Technology Program. The corpus is divided into eight smaller sets, one for each voice. Each set shares the same structure and format. This revised version contains loudness-normalized recordings, using ffmpeg's implementation of EBU R128, as well as alignments obtained using the Montreal Forced Aligner (MFA) in both JSON and Textgrid format. Furthermore, the alignments have been used to trim the recordings to include at most 100ms silence at the beginning and end of each clip. Talrómur er opið gagnasafn ætlað til rannsókna og þróunar á talgervlum fyrir íslensku. Gagnasafnið inniheldur 122.417 stuttar upptökur frá átta mismunandi röddum. Hákólinn í Reykjavík stóð að söfnun gagnanna á vegum Máltækniáætlunar fyrir íslensku í samstarfi við RÚV. Safnið skiptist í átta parta, einn fyrir hverja rödd. Í þessari útgáfu hafa upptökurnar verið hljóðstyrksjafnaðar með útfærslu ffmpeg á EBU R128. Upptökurnar hafa auk þess verið samraðaðar við hljóðritun af samsvarandi texta með hjálp Montreal Forced Aligner (MFA). Samröðunargögnin eru hér bæði á JSON og Textgrid sniði. Að lokum hafa upptökurnar verið klipptar til svo þær innihaldi að mestu 100ms þögn í byrjun og lok hverrar hljóðskrár.

 Publisher

Reykjavík University

 

SÍM

 Acknowledgement

The Icelandic Ministry of Education, Science and Culture

Project code: T1

Project name: Language Technology for Icelandic 2019-2023

 Subject(s)

TTS audio corpus alignments

 Collection(s)

Clarin IS

Show full item record