语音100 目标 不要依赖非商业许可的数据集 足够小，可以在普通PC，Raspberry Pi或智能手机上运行。 数据 JSUT以女性声音录制10个小时。 CSS10是14小时以男性声音录制的视频。 JVS是0.1小时的录制时间。 参考 声优统计コーパス CSS10 深度演讲3 Tacotron 2 Tacotron Tacotron 3 Tacotron 3 梅洛创（Mellotron） 深度语音3 世界 OpenJTALK 月ノ美兎さんの音声合成ツール（文字转语音）