AkhilTolani/vocals-stripped-pitch-text-bins-descriptions

---
dataset_info:
features:
- name: text
dtype: string
- name: speaker_id
dtype: int64
- name: gender
dtype: string
- name: duration
dtype: float64
- name: file_size
dtype: int64
- 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: 38239083
num_examples: 82741
download_size: 12547288
dataset_size: 38239083
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• text：文本内容，数据类型为字符串。
• speaker_id：说话者标识，数据类型为整数64位。
• gender：性别，数据类型为字符串。
• duration：持续时间，数据类型为浮点数64位。
• file_size：文件大小，数据类型为整数64位。
• utterance_pitch_mean：语音平均音高，数据类型为浮点数32位。
• utterance_pitch_std：语音音高标准差，数据类型为浮点数32位。
• snr：信噪比，数据类型为浮点数64位。
• c50：混响参数，数据类型为浮点数64位。
• speaking_rate：说话速度，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。

数据集分割

• train：训练集，包含82741个样本，总大小为38239083字节。

下载信息

• download_size：数据集下载大小为12547288字节。
• dataset_size：数据集总大小为38239083字节。

配置

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