ylacombe/parler-tts-mini-v1-a_speaker_similarity

该数据集包含多个特征，如原始文本、说话者ID、音频文件路径、章节ID、样本ID、信噪比、C50、语音持续时间、说话速率、音素、STOI、SI-SDR、PESQ、性别、语句音高标准差、语句音高平均值、音高、噪声、混响、语音单调性、噪声的SDR、语音质量的PESQ、口音、文本描述、音频、生成的音频、相似度等。数据集分为训练集，包含340个样本，音频采样率为16000Hz。

原始信息汇总

数据集概述

数据集信息

特征

• text_original: 字符串类型
• speaker_id: 字符串类型
• path: 字符串类型
• chapter_id: 字符串类型
• id: 字符串类型
• snr: 浮点数类型 (float32)
• c50: 浮点数类型 (float32)
• speech_duration: 浮点数类型 (float32)
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• stoi: 浮点数类型 (float32)
• si-sdr: 浮点数类型 (float32)
• pesq: 浮点数类型 (float32)
• gender: 字符串类型
• utterance_pitch_std: 浮点数类型 (float32)
• utterance_pitch_mean: 浮点数类型 (float32)
• pitch: 字符串类型
• noise: 字符串类型
• reverberation: 字符串类型
• speech_monotony: 字符串类型
• sdr_noise: 字符串类型
• pesq_speech_quality: 字符串类型
• accent: 字符串类型
• text_description: 字符串类型
• audio: 音频类型，采样率为16000
• text: 字符串类型
• generated_audio: 音频类型，采样率为16000
• similarity: 浮点数类型 (float64)

数据集划分

• train: 包含340个样本，占用452666159.0字节

数据集大小

• 下载大小: 257033793字节
• 数据集大小: 452666159.0字节

配置

• default:
  • 数据文件路径: data/train-*