• Voice characteristics prompt / 声質表現文

• Transcription and speech / 書き起こし文と音声データ

This corpus is designed for text prompt-based control of speech characteristics. It includes:

• Speech 

• Content prompt: text transcriptions of speech

• Characteristics prompt: free-form descriptions that express characteristics of speech. Examples are:

  • "A young woman in her twenties is speaking slowly with a sweet, clinging voice."

  • "A middle-aged cheerful man is speaking in a clear voice, addressing in a questioning manner."

  • "A young man is speaking in a high-pitched voice, as if he is excited."

Specifications:

• Language: Japanese

• Data source: YouTube

• The number of utterances: approx. 7600

• Duration: approx. 8 hours

• The number of characteristics prompts: 1 per utterance in training data, and 5 per utterance in validation/test data.

本コーパスは，自由記述に基づく声質制御のために設計されています．コーパスには，以下の内容が含まれます．

• 音声

• 読み上げ文 (内容プロンプト)：音声の書き起こし文

• 声質表現文 (声質プロンプト)：声質の自由記述文．例は以下の通り．

  • ”30代くらいの男性の声。ゆっくりと穏やかな話し方でした。苦悩に満ちた、けだるそうな声でした。”

  • ”元気な男性が明るい声で、テンション高く発表をするように喋っている。”

  • ”若い女性が、抑揚のある声で、ゆっくりと喋っている”

スペック：

• 言語：日本語

• データソース：YouTube

• 発話数：約7600

• 長さ：約8時間

• 声質表現分の数：学習データでは 1 文 / 発話．検証・評価データでは異なる 5 文 / 発話．

See the download pages.(TBD)

• Aya Watanabe, Shinnosuke Takamichi, Yuki Saito, Wataru Nakata, Detai Xin, Hiroshi Saruwatari, "Coco-Nut: Corpus of Japanese Utterance and Voice Characteristics Description for Prompt-based Control," Proc. ASRU, Dec. 2023.

• 渡邊 亞椰，高道 慎之介，齋藤 佑樹，辛 徳泰，猿渡 洋，"Coco-Nut: 自由記述文による声質制御に向けた多話者音声・声質自由記述ペアデータセット," 日本音響学会2023年秋季研究発表会, 2023.

本コーパスの構築は，以下のプロジェクトを受けて実施したものです．

• 科研費 21H04900

• 科研費 22H03639

• 科研費 23H03418

• JST創発的研究支援事業 JP23KJ0828

• ムーンショット JPMJPS2011

• Corpus list

Please contact to Shinnosuke Takamichi. 

コーパスに関するお問い合わせは 高道 慎之介 までご連絡下さい．