eastwind/libri_mls_merged_snac_tokenized

该数据集包含多个特征字段，如文本、原始文本、说话者ID、语速、音素、性别、音高、噪声、混响、语音单调性、文本描述和SNAC标记等。数据集仅包含训练集，训练集的大小为28927332929字节，包含2737179个样本。下载大小为6910433812字节，数据集总大小为28927332929字节。

The dataset includes multiple feature fields such as text, original text, speaker ID, speaking rate, phonemes, gender, pitch, noise, reverberation, speech monotony, text description, and SNAC tokens. The dataset only contains a training set, with a size of 28927332929 bytes and 2737179 examples. The download size is 6910433812 bytes, and the total dataset size is 28927332929 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• original_text: 原始文本数据，数据类型为字符串。
• speaker_id: 说话者ID，数据类型为字符串。
• speaking_rate: 说话速率，数据类型为字符串。
• phonemes: 音素数据，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• pitch: 音调，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。
• snac_tokens: SNAC令牌序列，数据类型为字符串。

数据集分割

• train: 训练集，包含2,737,179个样本，总大小为28,927,332,929字节。

数据集大小

• 下载大小: 6,910,433,812字节
• 数据集总大小: 28,927,332,929字节

配置

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