自動語音辨識

seed-tts-eval 是一個用於評估模型零樣本語音生成能力的測試集，它提供了一個跨領網域目標的客觀評估測試集，包含從英語和國語公共語料庫中提取的樣本，用於衡量模型在各種客觀指標上的表現。它使用了Common Voice資料集的1000個樣本和DiDiSpeech-2資料集的2000個樣本。