AkhilTolani/vocals-stripped-pitch-text-bins

该数据集包含多个特征，如文本、说话者ID、性别、持续时间、文件大小、音高均值、音高标准差、信噪比、C50、语速、音素、音高、噪声、混响和语音单调性。数据集分为训练集，包含82741个样本，总大小为20286579字节。下载大小为7106526字节。

原始信息汇总

数据集概述

数据集特征

• text：文本，数据类型为字符串。
• speaker_id：说话者ID，数据类型为整数64位。
• gender：性别，数据类型为字符串。
• duration：持续时间，数据类型为浮点数64位。
• file_size：文件大小，数据类型为整数64位。
• utterance_pitch_mean：语音平均音高，数据类型为浮点数32位。
• utterance_pitch_std：语音音高标准差，数据类型为浮点数32位。
• snr：信噪比，数据类型为浮点数64位。
• c50：混响参数，数据类型为浮点数64位。
• 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。
• pitch：音高，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。

数据集分割

• train：训练集，包含82741个样本，总大小为20286579字节。

数据集大小

• 下载大小：7106526字节。
• 数据集总大小：20286579字节。

配置

• config_name：默认配置。
• data_files：训练数据文件路径为data/train-*。