search

Edresson / TTS-Portuguese-Corpus

Open Source Text-To-Speech Portuguese Dataset
Creative Commons Attribution 4.0 International
157 stars 17 forks source link

Melhoria do Corpus #2

Closed oliveiracwb closed 4 years ago

oliveiracwb commented 4 years ago

Ausentes em texts.csv: sample-1204.wav sample-1269.wav sample-1527.wav sample-3558.wav sample-5428.wav sample-6397.wav

Duplicados em texts.csv: sample-1430.wav sample-47.wav sample-70.wav

A seguir uma lista de arquivos em que encontrei erros de fonética ou pronuncia ou ainda palavras inteiras trocadas:

sample-1000 - Erro fonético em "Patriotas" sample-1004 - .. "derrotar" sample-1006 - "Vêneto" sample-1008 - "Terra" sample-1013 - "contrastando" sample-1015 - "é" e "Cel" (Coronel) - implementar um cleaner ? sample-1022 - "honorario" sample-1024 - "vinte e quatro" / "vinte e oito de junho" sample-1026 - "difícil" (lido como fácil) sample-1027 - "barreiras" sample-1029 - Não lido "PNUD" sample-102 - "cruzavam" para "cruzaram" sample-1031- "adutos" para "adultos" sample-1032- Estrangerismo "singles" sample-1052: Erro fonético em "escacez" sample-1053: "hesitação" lido como "exitação" sample-1058: Frase troca leitura das datas sample-1071: Junho por Julho sample-108: O texto difere parcialmente da frase lida sample-1098: monoxilos sample-110: Erro na leitura dos números (possui a palavra "pontos" não lida)

Com os dias vou atualizando a lista.

Edresson commented 4 years ago

Thanks :)