InTune/steller-v2-tts-tagged

--- dataset_info: features: - name: text dtype: string - 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: noise dtype: string - name: reverberation dtype: string - name: speech_monotony dtype: string - name: text_description dtype: string splits: - name: train num_bytes: 652806 num_examples: 1750 download_size: 288495 dataset_size: 652806 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据特征

• text: 文本类型，数据类型为字符串。
• utterance_pitch_mean: 话语平均音高，数据类型为浮点数（float32）。
• utterance_pitch_std: 话语音高标准差，数据类型为浮点数（float32）。
• snr: 信噪比，数据类型为浮点数（float64）。
• c50: 未知特征，数据类型为浮点数（float64）。
• speaking_rate: 说话速率，数据类型为字符串。
• phonemes: 音素，数据类型为字符串。
• noise: 噪声，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。

数据分割

• train: 训练集，包含1750个样本，总字节数为652806。

数据集大小

• 下载大小: 288495字节。
• 数据集大小: 652806字节。

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。