NCMMSC2022-MTTSC数据集仅适用于"NCMMSC2022-面向蒙古语的低资源语音合成竞赛"。如果您同意，则授予使用数据的权限：
1、在任何使用我们数据集的工作中，请您引用我们网站上列出的论文（详情请看 论文引用 一栏）。
2、您不可以将此数据集和修改版本传播至第三方。
3、您不得将数据集或任何衍生作品用于商业目的，例如许可或出售数据，或将数据用于获取商业利益的目的。
最终解释权归“NCMMSC2022-面向蒙古语的低资源语音合成竞赛”组织者及NCMMSC2022组委会所有。
[1] 刘瑞,康世胤,高光来,李劲东,飞龙. MonTTS:完全非自回归的实时、高保真蒙古语语音合成模型[J]. 中文信息学报, 2022, 36(7): 86-97.(LIU Rui, KANG Shiyin, GAO Guanglai, LI Jingdong, BAO Feilong. MonTTS: A Real-time and High-fidelity Mongolian TTS Model with Pure Non-autoregressive Mechanism. , 2022, 36(7): 86-97.)http://jcip.cipsc.org.cn/CN/abstract/abstract3357.shtml
[2] Liu, Rui, et al. "Mongolian text-to-speech system based on deep neural network." National conference on man-machine speech communication. Springer, Singapore, 2017.https://ttslr.github.io/papers/NCMMSC2017.pdf
[3] Li, Jingdong, et al. "End-to-end mongolian text-to-speech system." 2018 11th international symposium on chinese spoken language processing (ISCSLP). IEEE, 2018.https://ttslr.github.io/papers/ISCSLP2018.pdf
[4] Hu, Yifan, et al. "MnTTS: An Open-Source Mongolian Text-to-Speech Synthesis Dataset and Accompanied Baseline." arXiv preprint arXiv:2209.10848 (2022). [Accepted by IALP2022]https://arxiv.org/abs/2209.10848
NCMMSC2022-MTTSC数据集由一位母语为蒙古语的专业女播音员录制。整个录音过程在内蒙古大学的标准录音棚中使用Adobe Audition软件进行录制。播音员按照我们的文字脚本，逐句朗读。 此外，还有一名志愿者负责监督录音过程，如果录音过程中出现杂音、不合理的停顿等问题，会请播音员重新录制。
数据集包括训练集、验证集、测试集三部分，训练集和验证集均由一个包含文字脚本的metadata.csv和包含对应音频的wavs文件夹组成。测试集由包含测试文字脚本的metadata.csv文件组成。
注：验证集只允许调整超参数和测试模型性能，不允许在训练中使用。
其中metadata.csv文件内容由“语音文件编号｜蒙古文拉丁字符”组成（如下图所示）。参赛队伍无需进行蒙古文文本前端处理，拉丁字符可以直接作为TTS模型的输入。
注：音素序列也是语音合成模型的另一种重要文本形式，但是本竞赛不提供，仅提供字符序列。
数据集的蒙古文拉丁字符集：[-，_，'，"，`，A，B，C，D，E，F，G，H，I，J，K，L，M，N，O，P，Q，R，S，T，U，V，W，X，Y，Z，a，b，c，d，e，f，g，h，i，j，k，l，m，n，o，p，q，r，s，t，u，v，w，x，y，z]
参赛者注册成功即代表已同意并将遵循上述的数据集授权内容。
数据集下载链接将在比赛主办方审核注册信息后发送至参赛者邮箱。
| 数据集名称 | MD5 | 大小 |
| 训练集 | c51d1b5cff02ef474f61a97cb4ead39d | 191MB |
| 验证集 | 6f12f6a679edac60f9297b2fc6b56397 | 57.1MB |
| 测试集 | 5f206276591ffe11bb624079be5d36cc | 46.7KB |
