organizo/jenny-tts-tags-6h

该数据集包含语音相关的特征，如文件名、文本、标准化转录、音高平均值和标准差、信噪比、C50、语速、音素、噪声、混响和语音单调性等。数据集分为训练集，包含4000个样本，总大小为1805900字节。

The dataset includes various speech-related features such as file name, text, normalized transcription, pitch statistics, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, and speech monotony. It is primarily used for training and contains 4000 samples. The total size of the dataset is 1805900 bytes, with a download size of 933340 bytes.

原始信息汇总

数据集概述

数据集特征

• file_name: 文件名，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• transcription_normalised: 标准化转录文本，数据类型为字符串。
• utterance_pitch_mean: 语音音调均值，数据类型为浮点数（float32）。
• utterance_pitch_std: 语音音调标准差，数据类型为浮点数（float32）。
• snr: 信噪比，数据类型为浮点数（float64）。
• c50: 未知特征，数据类型为浮点数（float64）。
• speaking_rate: 说话速率，数据类型为字符串。
• phonemes: 音素，数据类型为字符串。
• noise: 噪声，数据类型为字符串。
• reverberation: 混响，数据类型为字符串。
• speech_monotony: 语音单调性，数据类型为字符串。

数据集划分

• train: 训练集，包含4000个样本，总大小为1805900字节。

数据集大小

• 下载大小: 933340字节
• 数据集总大小: 1805900字节

配置

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