lsnoo/CI_3y_15s_clean_50k

该数据集包含多个与音频文件相关的语音特征，涵盖了文件名、目标发音、常见发音、发音的分解形式（jamo）、多个语音特征（如ge_K, ar_K, pr_K, vq_K等）、语音质量指标（如HNR, nVB, perVB等）、语音持续时间、语速、停顿次数等。数据集还包含音频文件本身。训练集包含2165个样本，总大小为89987015.51168275字节。

原始信息汇总

数据集概述

数据集特征

• filename: 文件名，数据类型为字符串。
• tarUtt_K: 目标话语_K，数据类型为字符串。
• tarPron: 目标发音，数据类型为字符串。
• commonPron: 共同发音，数据类型为字符串。
• tarPron_jamo: 目标发音_jamo，数据类型为字符串。
• commonPron_jamo: 共同发音_jamo，数据类型为字符串。
• ge_K: 几何_K，数据类型为浮点数。
• ar_K: 面积_K，数据类型为浮点数。
• pr_K: 周长_K，数据类型为浮点数。
• vq_K: 体积_K，数据类型为浮点数。
• ge_L: 几何_L，数据类型为浮点数。
• ar_L: 面积_L，数据类型为浮点数。
• pr_L: 周长_L，数据类型为浮点数。
• vq_L: 体积_L，数据类型为浮点数。
• ge_C: 几何_C，数据类型为浮点数。
• ar_C: 面积_C，数据类型为浮点数。
• pr_C: 周长_C，数据类型为浮点数。
• vq_C: 体积_C，数据类型为浮点数。
• ge_AVG: 几何平均值，数据类型为浮点数。
• ar_AVG: 面积平均值，数据类型为浮点数。
• pr_AVG: 周长平均值，数据类型为浮点数。
• vq_AVG: 体积平均值，数据类型为浮点数。
• shimmer: 闪烁，数据类型为字符串。
• HNR: 谐波噪声比，数据类型为浮点数。
• nVB: 音节数，数据类型为浮点数。
• perVB: 音节百分比，数据类型为字符串。
• med: 中位数，数据类型为字符串。
• mean: 平均值，数据类型为浮点数。
• std: 标准差，数据类型为字符串。
• min: 最小值，数据类型为浮点数。
• max: 最大值，数据类型为浮点数。
• total_duration: 总时长，数据类型为浮点数。
• speech_duration: 语音时长，数据类型为浮点数。
• speaking_rate: 语速，数据类型为浮点数。
• articulation_rate: 清晰度，数据类型为浮点数。
• npause: 停顿次数，数据类型为浮点数。
• asd: 平均语速，数据类型为浮点数。
• phon_ratio: 音素比率，数据类型为浮点数。
• pause_dur: 停顿时长，数据类型为浮点数。
• CPPvoiceDet: 语音检测CPP，数据类型为浮点数。
• CPPNOvoiceDet: 无语音检测CPP，数据类型为浮点数。
• 0 至 12: 数值特征，数据类型为浮点数。
• audio: 音频数据，数据类型为音频。
• index_level_0: 索引级别0，数据类型为整数。

数据集分割

• train: 训练集，包含2165个样本，总大小为89987015.51168275字节。

数据集大小

• 下载大小: 75488524字节。
• 数据集总大小: 89987015.51168275字节。

配置

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