aleadag/cv2_tags_tagged

该数据集包含多个特征，如客户端ID、路径、文本、点赞数、点踩数、年龄、性别、口音、地区、片段、语音音高均值、语音音高标准差、信噪比、C50、语速、音素、音高、噪音、混响和语音单调性等。数据集分为训练集、测试集、验证集、其他集和无效集五个部分，每个部分都有相应的字节数和示例数。数据集的下载大小为1732601字节，总大小为4597153字节。

原始信息汇总

数据集概述

数据集特征

• client_id: 字符串
• path: 字符串
• text: 字符串
• up_votes: 整数
• down_votes: 整数
• age: 字符串
• gender: 字符串
• accent: 字符串
• locale: 字符串
• segment: 字符串
• utterance_pitch_mean: 浮点数
• utterance_pitch_std: 浮点数
• snr: 浮点数
• c50: 浮点数
• speaking_rate: 字符串
• phonemes: 字符串
• pitch: 字符串
• noise: 字符串
• reverberation: 字符串
• speech_monotony: 字符串

数据集分割

• train: 2301个样本，1517300字节
• test: 1950个样本，1271745字节
• validation: 1947个样本，1283989字节
• other: 19个样本，11864字节
• invalidated: 777个样本，512255字节

数据集大小

• 下载大小: 1732601字节
• 数据集总大小: 4597153字节

数据文件配置

• config_name: default
• data_files:
  • train: data/train-*
  • test: data/test-*
  • validation: data/validation-*
  • other: data/other-*
  • invalidated: data/invalidated-*