База речевых сигналов англоязычных дикторов с монтажом типа склейка

Abstract

База данных состоит из 18994 смонтированных голосовых образцов, полученных из аудиозаписей корпуса "Interspeech 2020 DNS Challenge dataset". Формат использованных записей WAV, 16000 кГц, 16 бит, MOHO (1 канал). Для создания искаженных голосовых образцов брались по две различные аудиозаписи одного диктора из корпуса и склеивались в местах пауз длительностью больше 0,5 секунды. Временная позиция склейки выбиралась таким образом, чтобы общая длительность полученного сигнала была близка к 30 секундам. Собранная база данных предназначена для разработки и тестирования новых методов выявления монтажа речевых фонограмм типа склейка. Она применяется для апробации методов автоматизированной фоноскопической экспертизы, выполнении научных работ по тематике речевых технологий сотрудниками и студентами кафедры информационной безопасности Алтайского государственного университета. База данных является достаточно представительной и обеспечивает широкие возможности для обучения и тестирования глубоких нейронных сетей, предназначенных для обработки и выявления смонтированных аудиозаписей речи. Тип ЭВМ: IBМ PC - совмест. ПК на базе процессора с архитектурой х64; ОС: Ubuntu Linux, Windows.