Download from here.

This corpus consists of voices of Japanese Kamishibai (picture card show) and audiobooks. The specifications are as follows.

• Voices by a professional speaker: The speaker is acting in a variety of styles and characters.

• Structured text: Sentences are structured in chapters, sections, etc.

  • character name: annotation: Spoken phrases are annotated with the character name.

• Illustration: Illustrations of the Kamishibais and books are also stored.

The voice duration is 9 hours, and the number of works is 42.

本コーパスは，紙芝居とオーディオブックの朗読音声からなります．スペックは以下のとおりです．

• プロ声優による音声： 話者は，多様なスタイルやキャラクタで演技しています．

• 構造化テキスト： テキストは，章や節などに構造化されています．

  • キャラ名： セリフにはそのキャラ名を付与しています．

• 挿絵・平絵： 作品の画像も含まれています．

音声の長さは9時間で，作品数は42です．

Research only (visit the download page to see the details.)

研究のみ (詳細はダウンロードページを参照)

• 高道慎之介，中田亘，郡山知樹，丹治尚子，井島勇祐，増村亮，猿渡洋，"J-KAC：日本語オーディオブック・紙芝居朗読音声コーパス," 情報処理学会研究報告， Jun. 2021. (日本語)

• Wataru Nakata, Tomoki Koriyama, Shinnosuke Takamichi, Naoko Tanji, Yusuke Ijima, Ryo Masumura and Hiroshi Saruwatari, "Audiobook Speech Synthesis Conditioned by Cross-Sentence Context-Aware Word Embeddings," Proc. The 11th ISCA SSW, Online, Aug. 2021.

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．

• • 東京大学 GAPファンドプログラム「音声合成技術の研究開発・商用利用を加速させる音声コーパスの設計・構築」

• • Corpus list