ylacombe/mls-eng-10k-tags-v2

该数据集包含多个特征，如原始路径、开始时间、结束时间、文本、音频时长、说话者ID、书籍ID、信噪比、C50、语音时长、语速、音素、STOI、SI-SDR、PESQ、性别、音高均值和音高标准差等。数据集分为开发集、测试集和训练集，分别包含3807、3769和2420047个样本。数据集的下载大小为1030715955字节，总大小为1662227951字节。

原始信息汇总

数据集概述

数据集特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• text: 字符串类型
• audio_duration: 浮点数类型
• speaker_id: 字符串类型
• book_id: 字符串类型
• snr: 浮点数类型
• c50: 浮点数类型
• speech_duration: 浮点数类型
• speaking_rate: 浮点数类型
• phonemes: 字符串类型
• stoi: 浮点数类型
• si-sdr: 浮点数类型
• pesq: 浮点数类型
• gender: 字符串类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型

数据集分割

• dev: 3807个样本，总大小2607683字节
• test: 3769个样本，总大小2590530字节
• train: 2420047个样本，总大小1657029738字节

数据集大小

• 下载大小: 1030715955字节
• 数据集总大小: 1662227951字节

配置文件

• config_name: default
• data_files:
  • dev: 路径为data/dev-*
  • test: 路径为data/test-*
  • train: 路径为data/train-*