ヒホ @hiho_karuta@friends.cafe

この方と https://concepetit.wixsite.com/sohkamonet/voicedataset
この方 http://sn1572-nighthawk.sakura.ne.jp/distribution.html

特に誰からもお願いされてないのに100文読んでる女神、すでに２人いてめちょめちょアグレッシブ

わーい 🙌 　まあ本当にあったら良いな程度なので

あと女声の高くない声もほしいんだけどめちゃめちゃレアそう感ある

マジか（草）

マジで僕が喋った音声より桁違いに良いと思う

たぶん。（よく知らない）

mp3でも僕は良いけど、ディープラーニング君が良いと言うかはわからない

もちろんflacとかでも可！

とりあえず今重宝されるのは平凡なほうかも。癖あるのはかなり難しい

seiren voice、全部棒読みというかアナウンサー読みになっちゃって困ってる。。。

癖は、なんかめちゃ吐息多めの人だと、なんか吐息多めのが生成される。ゆかりさんがそうだった

リアルタイムな声変換なんかは部分的にしか捉えられない（未来の情報がない）ので性能に絶対限界がある

癖みたいなのはディープラーニング君も真似してしまうので、訛ってたらちょっと変なるかも。

読み上げコーパスの音声がどんなイントネーションであっても、良い感じに対応関係を見出してくれるので、別に良いっていう

んで音声合成するときに、文章とイントネーションを与えたら、対応する音声が良い感じに生成される

「読む文章とイントネーションから音声を生成する」タスクの場合、「文章」と「イントネーション」と「音声」の対応関係をディープラーニングが獲得する

ディープラーニングは、複雑であってもしっかり対応関係を取る感じ

やっぱり意外と読み直しが発生しちゃうんだよなー

100文のほうは話速にもよるけど、平均5秒くらいだった気がする。