本文件 QR Code:  計畫名稱：標準語音資料庫之建立、標註、以及合成 計畫主持人：江振宇副教授/國立臺北大學通訊工程學系 補助單位：國科會 執行期限：民國 113 年 5 月 至 民國 114 年 4 月 計畫組織結構：本計畫為國科會計畫「數位支持、溝通無礙：AI科技協助語言障礙者溝通輔具之研發、支持與推廣(2/3)」的子計畫一。 image

2024/2/24: 在 VoiceBank 後端應該要記錄錄音的裝置，這些錄音裝置可以由前端傳遞的資訊而來，這樣可以方便確認錄音設備，也可以讓後台的語音辨識模型可以知道不同的錄音 channel。

執行單位：國立臺北大學 通訊工程學系 執行日期：2022年8月1日至2023年7月31日 計畫主持人： 江振宇 副教授 研究發展處 創新創業中心主任 通訊工程學系 國立臺北大學 23741 新北市三峽區大學路151號 手機：0928590899 電話：(02) 86741111 轉 68805

您好， 很感謝您參與 「VoiceBank 語音銀行」的使用，網址為：https://voicebank.ce.ntpu.edu.tw ，您可以在 VoiceBank 網站上錄製自己的語音，VoiceBank 團隊將使用您錄製的語音，建立具有您語音音色的客製化文字轉語音系統。請參考以下目錄開始使用 VoiceBank。 使用簡介 請依照以下圖 (圖 1) 所示的 5 步驟使用「VoiceBank 語言銀行」。 flowchart TD st([開始]) --> op9[步驟 1. 錄音前準備] --> op1[步驟 2. 註冊] --> op2[步驟 3. fa:fa-microphone 錄音 < 2小時] --> op3[步驟 4. 等候「語音系統」建置完成 < 24小時] --> op4[步驟 5. 使用語音系統] op4 --> op4

Authors: Chen-Yu Chiang, cychiang@mail.ntpu.edu.tw, National Taipei University, Taiwan Wu-Hao Lee, hank12451@gmail.com, National Taipei University, Taiwan Yen-Ting Lin, d26923050@gmail.com, National Taipei University, Taiwan Jia-Jyu Su, boss.su2000@gmail.com, National Taipei University, Taiwan Wei-Cheng Chen, weichengchen@acoustintek.com, AcoustInTek Co., Ltd., Taiwan Cheng-Che Kao, erickao@acoustintek.com, AcoustInTek Co., Ltd., Taiwan Shu-Lei Lin, st23990504@gmail.com, National Taipei University, Taiwan Pin-Han Lin, joseph861030@gmail.com, National Taipei University, Taiwan Shao-Wei Hong, pisces860224@gmail.com, National Taipei University, Taiwan

Services of personalized TTS systems for the Mandarin-speaking speech impaired are rarely mentioned. Taiwan started the VoiceBanking project in 2020, aiming to build a complete set of services to deliver personalized Mandarin TTS systems to amyotrophic lateral sclerosis patients. This paper reports the corpus design, corpus recording, data purging and correction for the corpus, and evaluations of the developed personalized TTS systems, for the VoiceBanking project. The developed corpus is named after the VoiceBank-2023 speech corpus because of its release year. The corpus contains 29.78 hours of utterances with prompts of short paragraphs and common phrases spoken by 111 native Mandarin speakers. The corpus is labeled with information about gender, degree of speech impairment, types of users, transcription, SNRs, and speaking rates. The VoiceBank-2023 is available by request for non-commercial use and welcomes all parties to join the VoiceBanking project to improve the services for the speech impaired. 針對北京話語音障礙者的個人化文字轉語音系統服務很少被提及。台灣於2020年啟動了語音銀行計劃，旨在建立一套完整的服務，為漸凍人患者提供個人化的北京話文字轉語音系統。本論文報告了語音銀行計劃的語料庫設計、語料庫記錄、語料庫數據清理和校正，以及對所開發的個人化文字轉語音系統的評估。開發的語料庫因其發布年份而命名為VoiceBank-2023語音語料庫。該語料庫包含111位母語為北京話的人所講的29.78小時的短段落的提示和常用片語。語料庫標註了性別、語言障礙程度、用戶類型、轉錄出的文字、訊雜比和語速等信息。VoiceBank-2023可應要求用於非商業用途，也歡迎各方各界加入語音銀行計劃，以改善為語言障礙者提供的服務。 Introduction The voice of each individual may be regarded as his/her identity. Amyotrophic lateral sclerosis (ALS) patients will gradually lose the ability to control their muscles, which affects the control of the glottal fold and shape of the vocal tract, and become difficult to pronounce and communicate smoothly. ALS patients are encouraged to record their voices before they become dysarthria. The recorded speech can be used to construct personalized text-to-speech (TTS) systems, which serve as speech-generating devices (SGD) for augmentative and alternative communication (AAC). 每個人的聲音都可以視為其身份象徵。肌萎縮性脊髓側索硬化症（ALS）患者會逐漸失去控制肌肉的能力，從而影響控制聲門閉合和聲道形狀，導致發音與溝通困難。我們鼓勵ALS患者在失去語言能力之前錄製他們的聲音。錄製下來的語音可以用來構建個人化的文字轉語音（TTS）系統，作為輔助和替代溝通（AAC）的語音生成設備（SGD）。 In English-speaking countries, many companies or research institutes are providing services to make personalized TTS systems for ALS patients to use. The significant one is Model Talker \cite{ModelTalker}, which is the earliest and largest research platform in the US, established by the Nemours Speech Research Laboratory located at the Alfred I. duPont Hospital for Children in Delaware, US. With the advances in speech technologies, the following commercial SGD providers can be found: Cereproc Cerevoice ME \cite{CereProc}, VocalID \cite{VOCALiD}, Acapela my-own-voice DNN \cite{Acapela}, the Voice Keeper \cite{VoiceKeeper}, and SpeakUnique\footnote{SpeakUnique powers the user-friendly voice-banking platform, “I Will Always Be Me” (https://www.iwillalwaysbeme.com/)} \cite{SpeakUnique}.