Who Finds This Voice Attractive? A Large-Scale Experiment Using In-the-Wild Data

本文介绍了CocoNut-Humoresque，这是一个开源的大规模语音喜好度语料库，包括语音片段及其每个听众的喜好度评分。评估语音喜好度对于设计语音系统中的偏好声音（如对话或公告系统）至关重要。在本研究中，我们让885名听众评价了各种演讲者的1800个语音片段的喜好度。在构建语料库时，我们还收集了多个演讲者属性：性别、年龄和最喜欢的YouTube视频。因此，该语料库能够在演讲者和听众因素方面进行大规模的统计分析。本文描述了构建方法和初步数据分析，以揭示语音喜好度中的性别和年龄偏见。此外，还研究了喜好度与两个声学特征——基频和给定话语的x-向量之间的关系。

本论文旨在构建一个开源的大规模语音喜好度语料库，以便评估语音系统中的语音喜好度。研究人员收集了1800个语音片段，让885个听众对其进行喜好度评分，并收集了多个说话者属性，例如性别、年龄和喜欢的YouTube视频，以便进行大规模的统计分析。

通过构建一个包含说话者和听众因素的语音喜好度语料库，可以更好地了解语音喜好度的性别和年龄偏见，并探索基本频率和给定话语的x-向量等声学特征与喜好度之间的关系。

该论文的亮点包括构建了一个大规模的语音喜好度语料库，研究了语音喜好度的性别和年龄偏见，以及声学特征与喜好度之间的关系。此外，还收集了多个说话者属性，并进行了大规模的统计分析。论文的数据集和代码也已经开源。

在这个领域中，最近的一些相关研究包括：1.``A Dataset and Taxonomy for Urban Sound Research''；2.``The VoxCeleb Speaker Recognition Challenge 2019''；3.``The TIMIT Acoustic-Phonetic Continuous Speech Corpus''。