An objective evaluation of the effects
of recording conditions and speaker characteristics
in multi-speaker deep neural speech synthesis

Audio Samples

Beáta Lőrincz^1,2, Adriana Stan¹, Mircea Giurgiu¹

¹Communications Department, Technical University of Cluj-Napoca, Romania
²Department of Computer Science, ”Babeş-Bolyai” University, Cluj-Napoca, Romania

{beata.lorincz, adriana.stan, mircea.giurgiu}@com.utcluj.ro

Studio recording

Texts:
     Autoritățile lasă criminalii liberi pe stradă cu bună știință.
     În Polonia, cota este de șapte zero procent.
     Am tras de mine în ultima perioadă, însă trebuie să mă las.

Speaker	Natural	GR	PH	EXT
EME
MAR
SAM
RMS
SGS
TSS

---

Home recording

Texts:
     Sunt foarte bune fetele.
     În octombrie, angajații acestei secții ar urma să-și piardă locul de muncă.
     În această perioadă au început însă să crească solicitările.

Speaker	Natural	GR	PH	EXT
BMM
DOL
OGL
BIM
BVL
NLL

---