ylacombe/mls-eng-10k-tags

---
dataset_info:
features:
- name: original_path
dtype: string
- name: begin_time
dtype: float64
- name: end_time
dtype: float64
- name: audio_duration
dtype: float64
- name: speaker_id
dtype: string
- name: book_id
dtype: string
- name: utterance_pitch_mean
dtype: float32
- name: utterance_pitch_std
dtype: float32
- name: snr
dtype: float64
- name: c50
dtype: float64
- name: speaking_rate
dtype: float64
- name: phonemes
dtype: string
- name: gender
dtype: string
- name: original_text
dtype: string
- name: text
dtype: string
splits:
- name: dev
num_bytes: 3308658
num_examples: 3807
- name: test
num_bytes: 3290014
num_examples: 3769
- name: train
num_bytes: 2105587656
num_examples: 2420047
download_size: 1333405958
dataset_size: 2112186328
configs:
- config_name: default
data_files:
- split: dev
path: data/dev-*
- split: test
path: data/test-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• original_path: 数据类型为字符串。
• begin_time: 数据类型为float64。
• end_time: 数据类型为float64。
• audio_duration: 数据类型为float64。
• speaker_id: 数据类型为字符串。
• book_id: 数据类型为字符串。
• utterance_pitch_mean: 数据类型为float32。
• utterance_pitch_std: 数据类型为float32。
• snr: 数据类型为float64。
• c50: 数据类型为float64。
• speaking_rate: 数据类型为float64。
• phonemes: 数据类型为字符串。
• gender: 数据类型为字符串。
• original_text: 数据类型为字符串。
• text: 数据类型为字符串。

数据集分割

• dev: 包含3807个样本，总大小为3308658字节。
• test: 包含3769个样本，总大小为3290014字节。
• train: 包含2420047个样本，总大小为2105587656字节。

数据集大小

• 下载大小: 1333405958字节。
• 数据集总大小: 2112186328字节。

配置文件

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