ylacombe/mls-eng-tags-v4

该数据集包含多个与音频和语音相关的特征，如原始路径、开始时间、结束时间、原始文本、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、文本、音高均值、音高标准差和性别。数据集分为开发集、测试集和训练集，分别包含不同数量的字节和样本。数据集的下载大小和总大小也有所提及。

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
• original_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
• text: 字符串类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型
• gender: 字符串类型

数据集分割

• dev:
  • 字节数: 3429620
  • 样本数: 3807
• test:
  • 字节数: 3409656
  • 样本数: 3769
• train:
  • 字节数: 9746110900
  • 样本数: 10808037

数据集大小

• 下载大小: 5393854678 字节
• 数据集总大小: 9752950176 字节

配置

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