foreveronly12/test_giga_gender_pitch

--- dataset_info: features: - name: file_name dtype: string - name: text dtype: string - name: transcription_normalised dtype: string - name: audio dtype: audio - name: gender 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: string - name: phonemes dtype: string - name: pitch dtype: string - name: noise dtype: string - name: reverberation dtype: string - name: speech_monotony dtype: string - name: text_description dtype: string splits: - name: train num_bytes: 135578235.0 num_examples: 813 download_size: 134862349 dataset_size: 135578235.0 configs: - config_name: default data_files: - split: train path: data/train-* ---The dataset includes multiple features such as file name, text, normalized transcription, audio, gender, and various statistics related to speech. The dataset is split into a training set with 813 examples. The size and download size of the dataset are also specified.

原始信息汇总

数据集概述

数据集特征

• file_name：文件名，数据类型为字符串。
• text：文本内容，数据类型为字符串。
• transcription_normalised：标准化转录文本，数据类型为字符串。
• audio：音频数据，数据类型为音频。
• gender：性别，数据类型为字符串。
• utterance_pitch_mean：语音平均音高，数据类型为float32。
• utterance_pitch_std：语音音高标准差，数据类型为float32。
• snr：信噪比，数据类型为float64。
• c50：C50值，数据类型为float64。
• 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：噪音，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。
• text_description：文本描述，数据类型为字符串。

数据集划分

• train：训练集，包含813个样本，总大小为135578235.0字节。

数据集大小

• 下载大小：134862349字节。
• 数据集总大小：135578235.0字节。

配置

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