Il existe des corpus francais publics, mais pas de diversite de locuteurs : cml-tts compte 294 heures pour 45 voix, dont une seule en porte 71 %. D'ou ce corpus, ou la variete vient d'une banque de timbres.

D'ou vient l'accent

18 voix francaises reelles — 9 femmes et 9 hommes — choisies dans ylacombe/cml-tts apres ecoute des 45 locuteurs disponibles, et retenues sur leur nettete. Leur timbre a ete porte sur 476 timbres de banque, puis chaque texte clone depuis ces references (OmniVoice, langue French — 23 675 heures vues a l'entrainement).

C'est la difference essentielle avec un corpus multivoix ordinaire : les timbres viennent d'une banque, mais la prononciation vient de locuteurs reels. Un timbre invente par synthese ne parle aucune langue en particulier ; il donne un accent flou que l'on entend immediatement.

Composition


voix	476 — 257 feminines, 219 masculines
style	371 normales, 105 chuchotees
extraits	15,167
duree	29,5 h
frequence	24 000 Hz, constante

Les timbres sont tires de mimba/omnivoice-voicebank par un echantillonnage stratifie : a parts egales entre les genres, et volontairement pauvre en chuchotements — un cinquieme, contre la moitie dans la banque. Prendre les premiers timbres du fichier donnait 500 voix masculines pour 27 feminines, la banque etant rangee par attribut.

Structure

Un fichier data/<speaker_name>.parquet par voix. Une ligne par extrait :

colonne	type
`id`	`<segment_source>__<speaker_name>` — le texte d'origine reste identifiable
`speaker_id`	index de la voix, 0 a 475
`speaker_name`	genre_age_hauteur_style_accent
`text`	le texte prononce
`text_phonemized`	IPA espeak-ng `fr-fr`
`audio`	FLAC mono 24 kHz, octets embarques
`sampling_rate`, `duration`, `src_idx`

speaker_name decrit le timbre en cinq champs : genre (female/male), age, hauteur (verylow a veryhigh), style (normal/whisper), accent d'origine du timbre — qui ne dit rien de la prononciation, tous les extraits etant en francais.

from datasets import load_dataset
d = load_dataset("mimba/multivoice-fr", split="train")

Comment il a ete filtre

Trois controles, chacun sur le defaut qu'il sait voir :

Le sifflement, mesure avant ecriture. Part d'energie dans 6,5-13 kHz par trame de ~23 ms, p90 de cette distribution, ramene a 24 kHz. Au-dela de 0,50, l'extrait n'est pas ecrit — une trame sur dix n'y est presque plus que du souffle, et cela ne se rattrape pas au filtrage. Taux de refus mesure : 5,2 %.

Les epaves de conversion. Une reference dont le spectre meurt trop bas obtient un excellent p90 — il n'y a plus rien a mesurer dans la bande. On exige donc aussi une bande utile et une brillance minimales.

La diction hachee. Aucun clip ecarte : le premier centile est a 12,3 caracteres par seconde, quand un corpus a diction hachee descend sous 7. Le francais ne begaie pas.

Limites

Les timbres sont synthetiques : seul l'accent vient de locuteurs reels.
L'accent du speaker_name est celui du timbre d'origine, pas de la prononciation.
src_idx recopie speaker_id et n'apporte rien.
Les textes viennent de cml-tts, filtres sur levenshtein >= 0,90 — la similarite entre le texte annonce et ce qu'un ASR entend.

Downloads last month: 94

Total file size:

2.12 GB