🎤 CoVox CatIPA Alignment

Alinhamentos fonéticos em nível de fonema para o dataset CoVox, utilizando o padrão fonético CatIPA.

Este repositório disponibiliza arquivos de label (como .lab) cuidadosamente preparados para aplicações em síntese de voz cantada.

---

📌 Sobre o Projeto

O objetivo deste projeto é enriquecer o dataset CoVox com anotações fonéticas consistentes, facilitando seu uso em pipelines de machine learning, especialmente em modelos de canto e voz.

Todos os fonemas foram convertidos e padronizados utilizando o CatIPA, garantindo:

• Compatibilidade com modelos modernos
• Facilidade de integração em pipelines existentes

Atenção

Este dataset é gravado apenas com 3 a 4 músicas e não cobre toda fonética brasileira.

---

🔤 Padrão Fonético

Este projeto utiliza o padrão CatIPA, desenvolvido pela comunidade liderada pela Catmon.

O CatIPA é uma adaptação prática voltada para machine learning, com foco em:

• Simplificação de fonemas
• Melhor alinhamento com modelos neurais
• Consistência entre idiomas

Atualmente, o padrão de fonemas globais são:

Silêncio	Respiraçãp	Parada Glotal	Aspiração
SP	AP	cl	exh

Fonética

• AI SVS:

VOGAIS e SEMI VOGAIS:

CATIPA	IPA	X-SAMPA
a	a	a
e	e	e
i	i	i
o	o	o
u	u	u
aa	ə	@
ee	ɛ	E
oo	ɔ	O
A	ã	a~
E	ẽ	e~
I	ĩ	i~
O	õ	o~
U	ũ	u~
y	y	y
w	w	w

CONSOANTES:

CATIPA	IPA	X-SAMPA
b	b	b
d	d	d
dj	dʒ	dZ
f	f	f
g	g	g
h	h	h
j	ʒ	Z
k	k	k
l	l	l
lh	ʎ	L
m	m	m
n	n	n
nh	ɲ	J
p	p	p
r	r	r
H	x	x
rr	ř	r:
R	ɹ	r\
s	s	s
t	t	t
tch	tʃ	tS
v	v	v
x	ʃ	S
z	z	z

---

📁 Conteúdo

Este repositório inclui:

• Arquivos de alinhamento fonético (.lab)
• Segmentação temporal de fonemas
• Padronização baseada em CatIPA

⚠️ Importante:
Este repositório NÃO inclui os áudios originais.
Os arquivos de áudio devem ser obtidos diretamente a partir do dataset CoVox original. Os Labeling são separados por cantores, logo, cada pasta tem um cantor. Os labelings foram alinhado apenas para os audios melódicos. Audios de fala direto ou indireto não foram fonéticamente alinhados!

---

📚 Créditos

🎙️ Dataset original

Este trabalho é baseado no dataset CoVox, desenvolvido por:

• Camila Bruder
• Nicolas Larrouy-Maestri

Instituição:
Max Planck Institute for Empirical Aesthetics

Todos os direitos sobre os áudios pertencem aos autores originais.

---

🔤 Padrão fonético

• CatIPA desenvolvido por Catmon

---

⚖️ Licença

Este projeto segue a mesma licença do dataset original:

CC BY-NC-SA (Atribuição - Não Comercial - Compartilha Igual)

Isso significa que:

• Uso permitido apenas para fins não comerciais
• Créditos devem ser mantidos
• Trabalhos derivados devem usar a mesma licença

---

⚠️ Aviso de Responsabilidade

Este projeto é disponibilizado exclusivamente para fins educacionais, pesquisa e experimentação.

O autor deste repositório:

• Não se responsabiliza por qualquer uso indevido dos dados
• Não incentiva o uso comercial não autorizado
• Não garante a precisão absoluta dos alinhamentos

O uso deste material é de total responsabilidade do usuário.

---

💡 Observações

• Os alinhamentos foram feitos manualmente e/ou revisados
• Podem existir inconsistências pontuais
• Contribuições e melhorias são bem-vindas

---

🚀 Objetivo

Facilitar o acesso a dados foneticamente estruturados para:

• Treinamento de modelos de canto
• Pesquisa em voz
• Desenvolvimento de ferramentas de síntese

---

🎙️ Progresso por cantor

• S01
• S02
• S03
• S04
• S05
• S06
• S07
• S08
• S09
• S10
• S11
• S12
• S13
• S14
• S15
• S16
• S17
• S18
• S19
• S20
• S21
• S22

Atualmente, 10 minutos de dados.