procit001/filtered_data_july12

该数据集包含多个特征，如说话者ID、说话者姓名、口音、文本、性别、音频和规范化文本。数据集分为训练集，包含13960个样本。数据集的下载大小为3191101447字节，实际大小为3661677287.853967字节。

The dataset includes multiple features such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. It is divided into a training set with 13960 samples. The download size of the dataset is 3191101447 bytes, and the actual size is 3661677287.853967 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• speaker_id: 说话者ID，数据类型为字符串。
• speaker_name: 说话者姓名，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频数据，数据类型为音频。
• normalized_text: 归一化文本，数据类型为字符串。

数据分割

• train: 训练集，包含13960个样本，总大小为3661677287.853967字节。

数据集大小

• 下载大小: 3191101447字节
• 数据集总大小: 3661677287.853967字节

配置

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