设计发声数据集：用于非人类声音转换的声音设计人类和动物声音

基于人工智能的语音转换的进步已经实现了广泛的媒体应用，包括电影、有声读物和游戏。然而，大多数研究和公共基准仍然关注自然的人类语音，而设计的发声（例如怪物咆哮和机器人声音）尚未得到充分探索，部分原因是缺乏公开可用的资源。为了解决这一差距，我们引入了设计发声数据集，该数据集是通过整理不同的原始声音源（包括语音和动物发声）并应用专业的声音效果处理来生成相应的效果修改变体而构建的。我们进一步提供了一个标准化测试集，其中对源音色组和预设风格进行了明确的可见/不可见划分，以评估受控条件下的泛化能力。最后，我们报告基线基准测试结果以支持可重复的评估和未来的研究。数据集和演示示例可在 https://ncai-official.github.io/speech/publications/Designed-vocalizations-dataset/ 上获取。