procit002/voicesample_from_stc_july_12_7

该数据集包含多个特征，包括说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本。数据集分为一个训练集，包含1500个样本，总大小为378066988.5字节。下载大小为351907902字节。数据集的配置名为default，数据文件路径为data/train-*。

The dataset contains multiple features, including speaker ID, speaker name, accent, text, gender, audio, and normalized text. The dataset is divided into a training set with 1500 samples, totaling 378066988.5 bytes. The download size is 351907902 bytes. The dataset configuration is named default, and the data file path is data/train-*.

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1500个样本，总大小为378066988.5字节。

数据集大小

• 下载大小: 351907902字节。
• 数据集总大小: 378066988.5字节。

配置信息

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