pminseo/korean_tts_tags

该数据集包含多个与语音相关的特征，如文本、平均音高、音高标准差、信噪比、C50、语速、音素、噪声、混响和语音单调性。数据集分为一个训练集，包含1994个样本，总大小为330454字节。下载大小为131148字节。

This dataset includes various features related to speech and text, such as text content, mean and standard deviation of pitch, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, and speech monotony. The dataset is primarily for training, containing 1994 samples with a total size of 330454 bytes. The download size of the dataset is 131148 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• utterance_pitch_mean: 语音音高的平均值，数据类型为浮点数（float32）。
• utterance_pitch_std: 语音音高的标准差，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1994个样本，总大小为330454字节。

数据集大小

• 下载大小: 131148字节
• 数据集总大小: 330454字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*