NeurIPS 2024 | 多语言多技巧歌声数据集GTSinger，适配所有歌声任务

文章预览

©PaperWeekly 原创 · 作者 |  张彧 单位 |  浙江大学 研究方向 | 音乐生成 传统的歌声任务，如歌声合成，旨在利用输入的歌词和乐谱生成高质量的歌声，受到业界和学术界的广泛关注。随着深度学习的发展，人们希望在歌声生成的同时实现可控和个性化定制。因此，技巧可控的歌声合成、技巧识别、歌声风格迁移以及语音到歌声的转换等任务应运而生。这些任务逐步发展并在短视频配音和专业音乐创作等现实场景得到应用。 然而，由于缺乏高质量和多任务的开源歌声数据集，这些新兴的歌声任务的发展受到了很大阻碍。为此，来自浙江大学的学者提出了一个 全球化、多技巧的大型开源高质量歌声数据集 GTSinger ，带有技巧对照组、真实乐谱、配对朗读数据，涵盖了目前所有歌声任务的需求，并在多个歌声任务上提供基准测试。 目前，该论文已被 Ne ………………………………