procit002/newCharacterDataset

该数据集包含701个样本，主要用于语音相关的研究。每个样本包含说话者的ID、口音、文本内容、性别和音频数据。数据集仅包含一个训练集，总大小为12800506字节，下载大小为10729127字节。数据文件路径为data/train-*。

This dataset contains 701 samples, primarily used for speech-related research. Each sample includes the speakers ID, accent, text content, gender, and audio data. The dataset only includes a training set with a total size of 12800506 bytes and a download size of 10729127 bytes. The data file path is data/train-*.

原始信息汇总

数据集概述

特征信息

• speaker_id: 说话者ID，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频数据，数据类型为音频。

数据集划分

• train: 训练集，包含701个样本，总大小为12800506.0字节。

数据集大小

• 下载大小: 10729127字节
• 数据集总大小: 12800506.0字节

配置信息

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