在家录制 TTS 数据集的指南

本节介绍在家录制 TTS 数据时如何获得最佳音频质量。

推荐数据

首先录制哈佛句子，这应该产生大约 20 到 40 分钟可用于 TTS 的数据。

硬件要求

• 使用像 Audio-Technica AT2020USB+ 或 Blue Yeti USB 麦克风 这样的麦克风。

• 获取防喷罩或防风罩。

软件要求

本文档重点介绍 Audacity：它是免费的，并且具有用于轻松录音的 db 表和快捷键。

Reaper 也相当不错，但本文档尚未涵盖。

请勿使用没有编号 db 表的软件。

录音先决条件

1. 将麦克风连接到计算机。

2. 打开 Audacity。

3. 选择您的音频接口。

4. 将位深度设置为 24 位（首选）或 16 位。

5. 将采样率设置为 96 kHz（首选）或 44 kHz。

6. 在麦克风上，如果您有该选项，请将麦克风模式设置为心形。

7. 安装防喷罩或防风罩。

8. 选择您环境中最安静的房间，并关上门窗。

9. 消除外部噪声源，例如，空调、计算机风扇等。

录音前调整麦克风电平和身体位置

1. 将麦克风增益设置为时钟时针指向“9 点钟”方向。

2. 按下 Audacity 上的录制按钮。

3. 确保您对着带有品牌徽标的麦克风侧面讲话。

4. 将自己定位在距离麦克风至少一个拳头远，但不超过一英尺远的位置。

5. 用您将在 TTS 数据录制期间使用的声音对着麦克风讲话。

6. 调整麦克风增益以优化信噪比

• 如果您以 24 位录制，请确保 db 表在录制时介于 -24 db 和 -6 db 之间。

• 如果您以 16 位录制，请确保 db 表在录制时介于 -12 db 和 -6 db 之间。

7. 调整麦克风增益后，请勿更改。

将自己定位在恰到好处的位置，太远或太近

• 1 个拳头远（恰到好处） – 无失真，房间声音极小，信噪比良好。

• 1 英寸远 – 声音沉闷（近场效应）以及来自 /b/ 和 /p/ 等爆破音的失真。

• 2 英尺远 – 大量房间声音和不良信噪比。

录制 TTS 数据

1. 准备您的脚本，以便您可以轻松阅读。

2. 按 Shift+R 以录制到新音轨，阅读第一个句子，然后按空格键停止录制。

3. 对数据集中的每个句子重复步骤 2，直到完成最后一个句子的录制。

4. 通过单击文件 > 导出 > 导出多个… 导出所有文件。