일곱 개의 비서 이름. 일곱 개의 데이터셋. 모든 오디오는 Miro와 Dii 음성을 사용하여 phoonnx TTS 프레임워크에서 전적으로 생성되었습니다 — 사람의 녹음도, 동의서도, 개인정보 노출도 없습니다.
각 데이터셋은 약 천 개의 긍정 클립으로 이루어진 평면 집합입니다 — 다양한 화자, 속도, 운율로 발화된 웨이크워드입니다. 하드 네거티브와 배경 소음은 학습 시점에 섞어 넣는 별도의 동반 데이터셋으로 제공됩니다: not-wake-words-speech-en, not-wake-words-speech-pt, ambient_noises.
합성인 이유
실제 녹음은 수개월의 수집 기간, 모든 화자에 대한 동의서를 요구하며, 그러고도 예상하지 못한 억양의 공백을 남깁니다. 합성 생성은 이를 뒤집습니다:
- 재현 가능: 동일한 생성 설정, 동일한 음성 → 동일한 오디오. 완전한 감사 추적, 동의서 고고학 불필요.
- 감사 가능: 생성 파이프라인이 곧 문서입니다.
- 확장 가능: 발화 속도와 화자 특성을 다양화하는 것은 스튜디오 세션이 아니라 매개변수 변경입니다.
웨이크워드 감지에서 관련된 속성은 자연스러움이 아니라 음향적 구별성입니다. 합성 데이터는 그 요구사항에 잘 맞습니다.
이것들을 사용하세요
OpenVoiceOS, Mycroft, 또는 어떤 오픈 음성 시스템을 위한 자신만의 웨이크워드 감지기를 학습시키세요. 네거티브 샘플 증강을 위해 가정용 및 퍼블릭 도메인 배경 클립 데이터셋도 있습니다: building_106_kitchen_3secs, public_domain_sounds_3secs, FMA_3secs.