VoiceAssistant-400K answer 音频-文本不匹配

[NanYANG2015]

将 answer_snac 合成为音频，发现部分数据音频-文本不匹配。主要为文本中括号里的内容未合成、包含长枚举项的文本等。
可以详细介绍 TTS 时对文本做的处理吗？便于还原与答案音频相匹配的文本。

[mumuyeye]

请问你们也有这个问题吗？可以交流一下还原的脚本吗？

[mini-omni]

hi, answer audio合成过程中会有基本的非英文过滤，还有长度截断。我们没有严格地对数据进行清洗，所以不能保证完全对齐。建议可以恢复后过一次asr，然后如果差异较大的样本可以过滤不用。