thorstenMueller/Thorsten-Voice

解决的问题

本项目提供高质量的开源德语语音数据集，使开发者能够创建免费、离线且无需授权的文本转语音（TTS）系统。其目标是消除开发者在无需依赖专有或付费服务的情况下，为其应用添加自然流畅德语语音的障碍。

如何工作

Thorsten Müller 录制了数千个不同风格和质量的短语。这些录音被整理为多个数据集（中性、情感、黑森方言），并以与标准机器学习结构（如 LJSpeech）兼容的格式提供。这些数据集已被 AI/ML 研究人员和项目（如 Coqui AI、Piper TTS 和 Home Assistant）用于训练神经网络文本转语音模型。

适用人群

• AI/ML 研究人员：正在训练新的德语 TTS 模型的人
• 开发者：开发离线德语语音助手或无障碍工具的人
• 智能家居爱好者：希望将高质量德语语音集成到 Home Assistant 等平台的用户

主要亮点

• 多样化的数据集：包含中性语音、8种不同情绪的情感录音以及黑森方言
• 高保真度：在 Hugging Face 上提供完整的 44kHz 采样率数据集
• 广泛集成：已被 Piper 和 Coqui AI 等主要开源 TTS 引擎采用
• 宽松许可：采用 CC0 许可，可在项目和产品中无限制使用