语音TTS已经走向了AIGC大模型模式，利用大规模高品质训练数据，实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景，包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”，此数据具备48KHz高采样率，采集人数上万，环境纯净，内容自然多样，近万小时，是实现零样本语音合成的绝佳数据。特别地，此数据的多样化语料内容能为模型学习协同发音提供助益。

【开源数据】

MagicData拥有1500小时日语语料库，本次开源30小时数据集作为测试集。本语料库的录制文本为日常用语。采集方式为手机录音；录音输出为PCM格式。37名来自日本不同区域（如东京、大阪、北海道等）的发言人参与采集。MagicData日语手机朗读数据库（30小时）由MagicData有限公司开发，免费发布供非商业使用。 研发制作了朗读、面对面对话、电话对话等多场景下的中文、英文、日语、韩语等数十种语言的语音数据库。该数据库得到了行业的广泛认可。如您想了解更多爱数数据库信息，欢迎您联系我们。