bxc2017epfl/jenny-tts-tags

该数据集包含音频文件的相关信息，主要特征包括文件名、文本内容、标准化转录、平均音高、音高标准差、信噪比、C50、语速、音素、噪声、混响和语音单调性等。数据集仅包含训练集，大小为7797857字节，包含20978个样本。下载大小为4062512字节，数据集总大小为7797857字节。

This dataset contains information related to audio files, with main features including file name, text content, normalised transcription, mean pitch, pitch standard deviation, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, and speech monotony. The dataset only includes a training set, with a size of 7797857 bytes and 20978 examples. The download size is 4062512 bytes, and the total dataset size is 7797857 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• file_name: 文件名，类型为字符串。
• text: 文本内容，类型为字符串。
• transcription_normalised: 标准化转录文本，类型为字符串。
• utterance_pitch_mean: 语音音调均值，类型为浮点数（float32）。
• utterance_pitch_std: 语音音调标准差，类型为浮点数（float32）。
• snr: 信噪比，类型为浮点数（float64）。
• c50: 未知特征，类型为浮点数（float64）。
• speaking_rate: 说话速率，类型为字符串。
• phonemes: 音素，类型为字符串。
• noise: 噪声，类型为字符串。
• reverberation: 混响，类型为字符串。
• speech_monotony: 语音单调性，类型为字符串。

数据分割

• train: 训练集，包含20978个样本，总大小为7797857字节。

数据集大小

• 下载大小: 4062512字节
• 数据集总大小: 7797857字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。