eastwind/parler_mls_eng_10k_merged

该数据集主要包含音频数据及其相关元数据，涵盖了音频文件的原始路径、时间信息、音频时长、说话者信息、书籍信息、音高统计、信噪比、C50值、语速、音素、性别、音高、噪声、混响、语音单调性、文本描述、原始文本、处理后的文本以及音频数据本身。数据集分为训练集、验证集和测试集，分别包含2420047、3807和3769个样本，总大小约为160.86GB。

This dataset primarily contains audio data along with related metadata, including the original path of audio files, time information, audio duration, speaker information, book information, pitch statistics, signal-to-noise ratio, C50 value, speaking rate, phonemes, gender, pitch, noise, reverberation, speech monotony, text description, original text, processed text, and the audio data itself. The dataset is divided into training, validation, and test sets, containing 2420047, 3807, and 3769 samples respectively, with a total size of approximately 160.86GB.

原始信息汇总

数据集概述

数据特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• audio_duration: 浮点数类型
• speaker_id: 字符串类型
• book_id: 字符串类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型
• snr: 浮点数类型
• c50: 浮点数类型
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• gender: 字符串类型
• pitch: 字符串类型
• noise: 字符串类型
• reverberation: 字符串类型
• speech_monotony: 字符串类型
• text_description: 字符串类型
• original_text: 字符串类型
• text: 字符串类型
• audio: 音频类型

数据集划分

• train:
  • 字节数: 160357476854.205
  • 样本数: 2420047
• validation:
  • 字节数: 252709730.74
  • 样本数: 3807
• test:
  • 字节数: 248952950.096
  • 样本数: 3769

数据集大小

• 下载大小: 159605586703
• 总大小: 160859139535.041

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • validation: data/validation-*
    • test: data/test-*