procit002/ZipCode_Speechgen_Dataset_lowercase_v2

该数据集包含150个训练样本，每个样本包含以下特征：speaker_id（说话者ID）、speaker_name（说话者姓名）、accent（口音）、text（文本）、gender（性别）、audio（音频）和normalized_text（标准化文本）。数据集总大小为71299144.0字节，下载大小为65414171字节。

The dataset contains 150 training samples, each with the following features: speaker_id, speaker_name, accent, text, gender, audio, and normalized_text. The total size of the dataset is 71299144.0 bytes, and the download size is 65414171 bytes.

原始信息汇总

数据集概述

数据集特征

• speaker_id: 说话者ID，数据类型为字符串。
• speaker_name: 说话者姓名，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。
• normalized_text: 标准化文本，数据类型为字符串。

数据集划分

• train: 训练集，包含150个样本，占用71299144.0字节。

数据集大小

• 下载大小: 65414171字节
• 数据集大小: 71299144.0字节

配置

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