pminseo/korean_tts_annotated_ko

该数据集包含多个特征，包括文本、语音相关的统计数据（如平均音高、音高标准差、信噪比等）以及其他语音特性（如发音速率、音素、噪音、混响、语音单调性）和文本描述。数据集分为训练集，包含1994个样本。

The dataset includes multiple features such as text, speech-related statistical data (e.g., mean pitch, pitch standard deviation, signal-to-noise ratio), and other speech characteristics (e.g., speaking rate, phonemes, noise, reverberation, speech monotony) along with text descriptions. The dataset is divided into a training set with 1994 samples.

原始信息汇总

数据集概述

数据集信息

特征

• text: 文本数据，数据类型为字符串。
• utterance_pitch_mean: 话语音调均值，数据类型为浮点数（float32）。
• utterance_pitch_std: 话语音调标准差，数据类型为浮点数（float32）。
• snr: 信噪比，数据类型为浮点数（float64）。
• c50: 未知特征，数据类型为浮点数（float64）。
• speaking_rate: 语速，数据类型为字符串。
• phonemes: 音素，数据类型为字符串。
• noise: 噪声，数据类型为字符串。
• reverberation: 混响，数据类型为字符串。
• speech_monotony: 语音单调性，数据类型为字符串。
• text_description: 文本描述，数据类型为字符串。

数据分割

• train: 训练集，包含1994个样本，总大小为783406字节。

数据集大小

• 下载大小: 310367字节
• 数据集总大小: 783406字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。