rumik-ai/ira-tts-hyped-with-utterances

该数据集是一个包含600个音频样本及其相关元数据的集合。每个样本包含音频文件路径(wavfile)、原始话语文本(utterance)、拉丁化话语文本(utterance_latin)、状态信息(state)、场景分类(scenario_bucket)、模板ID(template_id)、说话者情绪(mood)、情感表达(emotion)、元数据评分(meta)、语速(speed)以及音频数据(audio)等特征。数据集仅包含训练集，总大小约为289MB。