语音合成项目需要做新闻播报，如何获取到高质量的音频数据？

[kang773371222]

现成可用的，几百小时左右； 央视新闻一般混杂着采访，这部分不可用，需要去除

[tisswb]

我用 python ，edge-tts 这个库直接走微软 edge 的接口，xiaoxiao 用来读电子书我觉得 OK 的一批。

[AMZsowhat]

微软 Azure text to speech 直接生成 免费字数不少
数据的话 还是人工截取吧

[woctordho]

https://github.com/LAION-AI/audio-dataset/blob/main/data_collection/README.md

不知道算不算高质量

[kang773371222]

@tisswb 谢谢指导，用 tts 合成数据？另外，xiaoxiao 是啥？

[kang773371222]

@AMZsowhat 谢谢指导，不过用 tts 合成数据训练 tts ，不太合理吧

[kang773371222]

@woctordho 谢谢指导，感觉可以试试

[tisswb]

@kang773371222 xiaoxiao 是 edge 的一个语音角色 语音这块 微软真的强