reach-vb/mls-eng-tags-spacy

该数据集包含多个特征，如原始路径、开始时间、结束时间、文本、音频时长、说话者ID、书籍ID、音高均值、音高标准差、信噪比、C50、语速、音素和重新标点的文本。数据集分为开发集和测试集，分别包含3807和3769个样本。数据集的下载大小为3588915字节，总大小为6530588字节。

原始信息汇总

数据集概述

数据集特征

• original_path (字符串)
• begin_time (浮点数，64位)
• end_time (浮点数，64位)
• text (字符串)
• audio_duration (浮点数，64位)
• speaker_id (字符串)
• book_id (字符串)
• utterance_pitch_mean (浮点数，32位)
• utterance_pitch_std (浮点数，32位)
• snr (浮点数，64位)
• c50 (浮点数，64位)
• speaking_rate (浮点数，64位)
• phonemes (字符串)
• repunct_text (字符串)

数据集分割

• dev
  • 字节数: 3274448
  • 示例数: 3807
• test
  • 字节数: 3256140
  • 示例数: 3769

数据集大小

• 下载大小: 3588915
• 数据集总大小: 6530588

配置文件

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