Procit004/HouseAndZipCodeSpeechgen

该数据集包含多个字段，包括说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本。数据类型包括字符串和音频。数据集仅包含一个训练分割，共有600个样本，总大小为259245448.0字节，下载大小为238014014字节。

The dataset includes various features such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. It is divided into a training set with 600 examples. The dataset size and download size are 259245448.0 bytes and 238014014 bytes respectively.

原始信息汇总

数据集概述

数据集特征

• 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: 标准化文本，数据类型为字符串。

数据集分割

• train: 训练集，包含600个样本，总大小为259245448.0字节。

数据集大小

• 下载大小: 238014014字节
• 数据集总大小: 259245448.0字节

配置

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