eastwind/libri_mls_merged_snac_tokenized_clear_only

该数据集包含多个与语音相关的特征，如文本、原始文本、说话者ID、语速、音素、性别、音高、噪声、混响、语音单调性、文本描述、SNAC标记及其数量等。数据集被分为训练集、验证集和测试集，每个部分都有相应的文件大小和样本数量。

原始信息汇总

数据集概述

特征信息

• text: 文本数据，类型为字符串。
• original_text: 原始文本数据，类型为字符串。
• speaker_id: 说话者ID，类型为字符串。
• speaking_rate: 说话速率，类型为字符串。
• phonemes: 音素，类型为字符串。
• gender: 性别，类型为字符串。
• pitch: 音调，类型为字符串。
• noise: 噪音，类型为字符串。
• reverberation: 混响，类型为字符串。
• speech_monotony: 语音单调性，类型为字符串。
• text_description: 文本描述，类型为字符串。
• snac_tokens: SNAC令牌序列，类型为字符串序列。
• num_snac_tokens: SNAC令牌数量，类型为整数（int64）。

数据集分割

• train: 训练集，包含1403733个样本，大小为14062007848字节。
• validation: 验证集，包含175467个样本，大小为1987060593字节。
• test: 测试集，包含175467个样本，大小为1986504335字节。

数据集大小

• 下载大小: 4305416968字节。
• 总数据集大小: 18035572776字节。

配置信息

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