FilteringCV

OVERVIEW

概要

FilteringCVは、Common Voiceの音声データからTTS学習用コーパスを構築するためのOSSです。 GUIを中心に、データの選定から出力、監査までを一つの処理パイプラインとして扱います。

解決しようとしている問題

音声データセットの準備では、音質の確認だけでなく、学習対象の音が十分に含まれているかを 把握する必要があります。FilteringCVは、複数の判断材料を確認しながら データセットを組み立てられるようにすることを目指しています。

主な機能

• Common Voiceデータの読み込みと選定
• 学習・検証用データの分割
• TTS学習向け形式への出力
• 選定結果とデータ構成の監査

音素カバレッジ

音質だけでなく、コーパスに含まれる音素の分布とカバレッジを確認できます。 これにより、不足している音を把握しながらデータを選定できます。

GUIと処理パイプライン

GUIを中心に利用でき、選定、分割、出力、監査の各処理を順番に進められます。 Apache-2.0ライセンスのOSSとして公開しています。