kdcyberdude/sttcidni-tts-tags

该数据集包含多个与语音相关的特征和指标，如持续时间、文本内容、来源、性别、说话者ID、平均音高、音高标准差、信噪比等。数据集分为训练集，包含11498个样本，数据集的总大小为5111459字节，下载大小为2083206字节。

原始信息汇总

数据集概述

数据集信息

特征

• duration: 类型为 float64，表示持续时间。
• text: 类型为 string，表示文本内容。
• source: 类型为 string，表示来源。
• gender: 类型为 string，表示性别。
• speaker_id: 类型为 string，表示说话者ID。
• utterance_pitch_mean: 类型为 float32，表示话语音调的平均值。
• utterance_pitch_std: 类型为 float32，表示话语音调的标准差。
• snr: 类型为 float64，表示信噪比。
• c50: 类型为 float64，表示C50值。
• speaking_rate: 类型为 string，表示说话速率。
• phonemes: 类型为 string，表示音素。
• stoi: 类型为 float64，表示STOI值。
• si-sdr: 类型为 float64，表示SI-SDR值。
• pesq: 类型为 float64，表示PESQ值。
• noise: 类型为 string，表示噪声。
• reverberation: 类型为 string，表示混响。
• speech_monotony: 类型为 string，表示语音单调性。
• pitch: 类型为 string，表示音调。

数据集分割

• train: 包含11498个样本，占用5111459字节。

数据集大小

• 下载大小: 2083206字节
• 数据集大小: 5111459字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*