-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-12 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 2022-07-12 콘텐츠 최초 등록 소개
7가지 대표 감정(기쁨, 슬픔, 분노, 불안, 상처, 당황, 중립)과 5가지 발화스타일, 3가지 발성캐릭터, 12가지 감정X발화스타일 조합으로 분류된 음성데이터 셋으로 50명의 전문 성우를 섭외하여 총 1,067시간의 녹음 데이터 구축
구축목적
감정(기쁨, 슬픔, 분노 등) 및 발화 스타일을 나타낼 수 있는 자연스러운 음성 합성을 위한 다양한 발화 음성데이터 구축
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 오디오 데이터 형식 WAV 데이터 출처 신규 구축 데이터 라벨링 유형 전사(음성) 라벨링 형식 JSON 데이터 활용 서비스 다양한 감정 음성합성 기술, 로봇, 인공지능 스피커, 키오스크, 가상 아바타 서비스, 게임, 감정 테라피, 재활, 돌봄 서비스 분야 등... 데이터 구축년도/
데이터 구축량2021년/1,067시간 -
1. 데이터 구축 규모
1. 데이터 구축 규모 구분 대항목 소항목 수집 인원 수집 시간 분류 별 합계 데이터 수집 감정 기쁨 41명 85.1시간 581.8시간 시간 및 인원 놀람 40명 86.1시간 슬픔 40명 80.8시간 분노 40명 80.2시간 두려움 40명 82.6시간 혐오 40명 84.3시간 중립 40명 82.7시간 발화 구연체 25명 54.5시간 259.8시간 스타일 낭독체 25명 53.6시간 뉴스체 25명 50.4시간 대화체 25명 50.2시간 중계체 26명 50.1시간 발성 아동 밝은 5명 11.0시간 101.0시간 캐릭터 중립 6명 10.2시간 어두운 5명 10.6시간 일반 밝은 6명 10.1시간 중립 6명 10.1시간 어두운 6명 10.0시간 노년 밝은 5명 12.7시간 중립 6명 14.0시간 어두운 5명 12.3시간 감정 기쁨 구연체 5명 10.8시간 125.5시간 X 대화체 6명 10.3시간 발화스타일 슬픔 구연체 5명 10.2시간 대화체 5명 10.2시간 분노 구연체 6명 10.0시간 대화체 6명 10.2시간 불안 구연체 5명 11.0시간 대화체 5명 10.1시간 상처 구연체 5명 11.0시간 대화체 5명 10.3시간 당황 구연체 5명 10.9시간 대화체 5명 10.5시간 합계 총 50명 1,067.1 시간 1,067.1시간 2. 데이터 분포
2. 데이터 분포 감정 기쁨 41명/85.1시간/8.0% 슬픔 40명/86.1시간/8.1% 분노 40명/80.8시간/7.6% 불안 40명/80.2시간/7.5% 상처 40명/82.6시간/7.7% 당황 40명/84.3시간/7.9% 중립 40명/82.7시간/7.7% 발화 구연체 25명/54.5시간/5.1% 스타일 낭독체 25명/53.6시간/5.0% 뉴스체 25명/50.4시간/4.7% 대화체 25명/50.2시간/4.7% 중계체 26명/50.1시간/4.7% 발성 아동 밝은 5명/11.0시간/1.0% 캐릭터 중립 6명/10.2시간/1.0% 어두운 5명/10.6시간/1.0% 일반 밝은 6명/10.1시간/0.9% 중립 6명/10.1시간/0.9% 어두운 6명/10.0시간/0.9% 노년 밝은 5명/12.7시간/1.2% 어두운 6명/14.0시간/1.3% 밝은 5명/12.3시간/1.2% 감정X스타일 기쁨 구연체 5명/10.8시간/1.0% 대화체 6명/10.3시간/1.0% 슬픔 구연체 5명/10.2시간/1.0% 대화체 5명/10.2시간/1.0% 분노 구연체 6명/10.0시간/0.9% 대화체 6명/10.2시간/1.0% 불안 구연체 5명/11.0시간/1.0% 대화체 5명/10.1시간/0.9% 상처 구연체 5명/11.0시간/1.0% 대화체 5명/10.3시간/1.0% 당황 구연체 5명/10.9시간/1.0% 대화체 5명/10.5시간/1.0% -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 모델 선정
1) 선정 모델 : Tacorton2
2) 선정 사유 : 경쟁 알고리즘에 비해 고음질의 안정적인 음성을 생성함
3) 모델 적합성 검토
[1] https://github.com/NVIDIA/tacotron2
[2] https://arxiv.org/pdf/1712.05884.pdf
[3] Shen et al. (2018) Natural TTS synthesis by conditioning wavenet on mel spectrogram predictions.2. Tacotron2 기반 TTS 엔진
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 음성합성 Speech Synthesis Transformer + Waveglow MOS 3.6 점 4.1 점
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드1. 데이터 포맷
1) 원천데이터 포맷 예시구분 파일명 0046_G2A3E1S4C0_SSH_000001.wav 발화문장 마음의 짐을 내려놓을 수 있다. 언어 한국어 파일크기/길이 256KB / 2.72초 감정 기쁨 감성 N/A 발화스타일 대화체 발성캐릭터 N/A 
2) JSON 형식
2. 데이터 구성
2. 데이터 구성 대분류 속성 표기 의미 타입 필수여부 기본 정보 (DB_Info) Language 언어 String Y Version 버전 String ApplicationCategory 응용 분야 String NumberOfSpeaker 발성화자 수 String Y NumberOfUtterance 발화 수 String DataCategory DB종류 String Y RecordingDate 녹음날짜 String FillingDate 수정날짜 String RevisionHistory 수정기록 String Distributer 수행기관 String Y 음성 정보 (Wave_Info) SamplingRate 주파수 String NumberOfBit 비트 수 String ByteOrder 바이트정보 String EncodingLaw 인코딩방식 String NumberOfChannel 채널 수 String SignalToNoiseRatio SNR String 전사 정보 (Label_Info) OrgLabelText 텍스트 전사 String Y TransLabelText 텍스트 전사 String Y RefinedLabelText 텍스트 전사 String ModifyLabelText 수정 정보 String Y 화자 정보 (Speaker Info) SpeakerName 화자 이름 String Y Gender 성별 String Y Age 나이 String Y Region 지역 String Y Dialect 방언 String Emotion 감정상태 String Y Sensitivity 감성상태 String Y SpeechStyle 발화스타일 String Y Character 발성캐릭터 String Y CharacterEmotion 캐릭터감정 String Y 환경 정보 (Environment_Info) RecordingEnviron 녹음 환경 String Y NoiseEnviron 노이즈 환경 String Y RecordingDevices 녹음 장치 String Y 파일 정보 (File_Info)
FileCategory 파일 종류 String Y FileName 파일 이름 String Y DirectoryPath 파일 위치 String Y HeaderSize 헤더 크기 String FileLength 파일 길이 String FileFormat 파일 포맷 String NumberOfRepeat 반복 차수 String Y TimeInterval 녹음 주기 String Distance 녹음 거리 String 기타 정보 (Miscellaneous_Info) QualityStatus 품질 상태 String SpeechStart 음성시작시간 String SpeechEnd 음성 끝시간 String 3. 어노테이션 포맷
3. 어노테이션 포맷 구분 어노테이션 항목명 타입 필수여부 설명 범위 비고 1 DB_Info Object 기본정보 1.1 Language string Y 언어 1.2 Version string 버전 1.3 ApplicationCategory string 응용 분야 1.4 NumberOfSpeaker string Y 발성화자 수 1.5 NumberOfUtterance string 발화 수 1.6 DataCategory string Y DB종류 1.7 RecordingDate string 녹음날짜 1.8 FillingDate string 수정날짜 1.9 RevisionHistory string 수정기록 1.1 Distributer string Y 수행기관 2 Wave_Info Object 음성정보 2.1 SamplingRate string 주파수 2.2 NumberOfBit string 비트수 2.3 ByteOrder string 바이트정보 2.4 EncodingLaw string 인코딩방식 2.5 NumberOfChannel string 채널수 2.6 SignalToNoiseRatio string SNR 3 Label_Info 전사정보 3.1 OrgLabelText string Y 텍스트 전사 3.2 TransLabelText string Y 텍스트 전사 3.3 RefinedLabelText string 텍스트 전사 3.4 ModifyLabelText string Y 수정 정보 4 Speaker Info Object 화자정보 4.1 SpeakerName string Y 화자 이름 4.2 Gender string Y 성별 4.3 Age string Y 나이 4.4 Region string Y 지역 4.5 Dialect string 방언 4.6 Emotion string Y 감정상태 기쁨/슬픔/분노/불안/상처/당황/중립 총 7개 대표 감정 4.7 Sensitivity string Y 감성상태 감정 별 12~14개 감성 분류 (총 93개 감성 사용) 4.8 SpeechStyle string Y 발화스타일 4.9 Character string Y 발성캐릭터 4.1 CharacterEmotion string Y 캐릭터감정 밝은, 중립, 어두운 5 Environment_Info Object 환경정보 5.1 RecordingEnviron string Y 녹음 환경 5.2 NoiseEnviron string Y 노이즈 환경 5.3 RecordingDevices string Y 녹음 장치 6 File_Info Object 파일정보 6.1 FileCategory string Y 파일 종류 6.2 FileName string Y 파일 이름 6.3 DirectoryPath string Y 파일 위치 6.4 HeaderSize string 헤더 크기 6.5 FileLength string 파일 길이 6.6 FileFormat string 파일 포멧 6.7 NumberOfRepeat string Y 반복 차수 6.8 TimeInterval string 녹음 주기 6.9 Distance string 녹음 거리 7 Miscellaneous_Info Object 기타정보 7.1 QualityStaus string 품질 상태 7.2 SpeechStart String 음성시작시간 7.3 SpeechEnd String 음성끝시간 4. 실제 예시
-
데이터셋 구축 담당자
수행기관(주관) : 미디어젠(주)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 송민규 상무 02-6429-7104 [email protected] 데이터 설계/검수/모델링 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜애드사운드 데이터 구축/가공/정제/검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 송민규 상무 02-6429-7104 [email protected]
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 [email protected] 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.