CML-TTS：面向低资源语言语音合成的多语言数据集
CML-TTS A Multilingual Dataset for Speech Synthesis in Low-Resource Languages
AI总结：
本文提出CML-TTS多语言语音合成数据集，基于MLS覆盖七种语言，并训练YourTTS模型，旨在推动低资源多语言TTS研究。
摘要：
在本文中，我们介绍了CML-TTS，它是CML-Multi-Lingual-TTS的递归缩写，一个在戈亚斯联邦大学（UFG）人工智能卓越中心（CEIA）开发的新型文本到语音（TTS）数据集。CML-TTS基于多语言LibriSpeech（MLS）并针对训练TTS模型进行了调整，包含七种语言的的有声读物：荷兰语、法语、德语、意大利语、葡萄牙语、波兰语和西班牙语。此外，我们提供了YourTTS模型，一个多语言TTS模型，使用来自CML-TTS的3,176.13小时以及来自LibriTTS的245.07小时英语数据进行了训练。我们创建此数据集的目的在于为多语言模型的TTS领域开辟新的研究可能性。该数据集在CC-BY 4.0许可证下公开可用。
英文摘要：
In this paper, we present CML-TTS, a recursive acronym for CML-Multi-Lingual-TTS, a new Text-to-Speech (TTS) dataset developed at the Center of Excellence in Artificial Intelligence (CEIA) of the Federal University of Goias (UFG). CML-TTS is based on Multilingual LibriSpeech (MLS) and adapted for training TTS models, consisting of audiobooks in seven languages: Dutch, French, German, Italian, Portuguese, Polish, and Spanish. Additionally, we provide the YourTTS model, a multi-lingual TTS model, trained using 3,176.13 hours from CML-TTS and also with 245.07 hours from LibriTTS, in English. Our purpose in creating this dataset is to open up new research possibilities in the TTS area for multi-lingual models. The dataset is publicly available under the CC-BY 4.0 license1.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
