thorstenMueller/Thorsten-Voice

何を解決するか

このプロジェクトは、無料でオフラインで利用可能かつライセンスフリーなテキスト音声変換（TTS）システムの作成を可能にする、高品質なオープンソースのドイツ語音声データセットを提供します。開発者がプロプライエタリまたは有料サービスに依存せずに、自然なドイツ語音声をアプリケーションに組み込む際の障壁を排除することを目指しています。

仕組み

Thorsten Müller氏が、さまざまなスタイルや品質のフレーズを数千件録音しました。これらの録音は、いくつかのデータセット（ニュートラル、感情表現、ヘッセン方言）に分類され、標準的な機械学習構造（例：LJSpeech）と互換性のある形式で提供されています。これらのデータセットは、Coqui AI、Piper TTS、Home AssistantなどのAI/ML研究者やプロジェクトによって、ニューラルテキスト音声変換モデルの学習に活用されています。

対象ユーザー

• AI/ML研究者：新しいドイツ語TTSモデルを訓練する人
• 開発者：オフラインのドイツ語音声アシスタントやアクセシビリティツールを開発する人
• スマートホーム愛好家：Home Assistantなどのプラットフォームに高品質なドイツ語音声を統合したい人

特徴

• 多様なデータセット：ニュートラルな発話、8種類の感情表現の録音、ヘッセン方言を含む
• 高精細：Hugging Faceで44kHzのフルサンプリングレートデータセットを提供
• 広範な統合：PiperやCoqui AIといった主要なオープンソースTTSエンジンで既に利用済み
• 許容性の高いライセンス：CC0ライセンスでリリースされ、プロジェクトや製品での無制限利用が可能