Harmonic Frontierは、非言語的な人間の発声音声を目的録音したデータセットであるHuman Vocality Primitives (HVP)のフルプレビューセットを公開した。本プロジェクトは、呼吸、発声モード、共鳴挙動、および発声ジェスチャーを、会話やパフォーマンスに伴う副次的な産物ではなく、主要な対象として分離している。
分類体系は制御軸を中心に構成され、各カテゴリは発声の単一次元を分離している:
- 気流・送気プリミティブ(4カテゴリ):持続的な呼吸状態、ささやきと息漏れ、呼吸サイクル、破裂音と子音の爆発。
- 発声モードプリミティブ(5カテゴリ):モーダル、ブリーとセミモーダル、ボーカルフライとサブハーモニクス、ファルセット/ロフト、プレストとコンストリクテッド。
- フォーマント・共鳴プリミティブ(3カテゴリ):母音変形とフォーマントシフト、鼻音化と口蓋帆制御、オーバートーンとハーモニックフォーマントの相互作用。
- ジェスチャー・表現的プリミティブ(5カテゴリ):非言語的な発声ジェスチャー、感情的な発声、口のクリックとポップ、吸気と逆発声、努力と exertion。
技術仕様には、マスター処理や正規化を行わない制御された部屋で録音された96 kHz / 24-bit WAVファイルが含まれる。すべての素材は権利クリア済みであり、ソース、調音ラベリング、および出所を網羅する完全なメタデータが付随している。