xmj2002/genshin_ch_10npc

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: language dtype: string - name: npcName dtype: string - name: text dtype: string - name: type dtype: string splits: - name: train num_bytes: 2459515323.168046 num_examples: 17293 - name: test num_bytes: 273358494.8319542 num_examples: 1922 download_size: 2154942775 dataset_size: 2732873818 license: apache-2.0 task_categories: - text-to-speech language: - zh --- # Dataset Card for "genshin_ch_10npc" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征字段： - 字段名称：audio（音频），数据类型：音频，采样率为16000 Hz - 字段名称：language，数据类型：字符串 - 字段名称：npcName（非玩家角色名称），数据类型：字符串 - 字段名称：text，数据类型：字符串 - 字段名称：type，数据类型：字符串 划分集： - 划分集名称：train（训练集），数据字节数：2459515323.168046，样本数量：17293 - 划分集名称：test（测试集），数据字节数：273358494.8319542，样本数量：1922 下载大小：2154942775 字节 数据集总大小：2732873818 字节 许可证：Apache-2.0 任务类别： - 文本转语音（text-to-speech） 语言： - 中文（zh） --- # 「genshin_ch_10npc」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:

  • audio: 音频数据，采样率为16000 Hz。
  • language: 语言，数据类型为字符串。
  • npcName: NPC名称，数据类型为字符串。
  • text: 文本内容，数据类型为字符串。
  • type: 类型，数据类型为字符串。

• 分割:

  • train: 训练集，包含17293个样本，大小为2459515323.168046字节。
  • test: 测试集，包含1922个样本，大小为273358494.8319542字节。

• 大小:

  • 下载大小: 2154942775字节。
  • 数据集大小: 2732873818字节。

• 许可证: Apache-2.0。

• 任务类别: 文本到语音。

• 语言: 中文。

搜集汇总

背景与挑战

背景概述

该数据集是一个用于文本转语音任务的中文数据集，专门针对《原神》游戏中的10个非玩家角色（NPC）对话内容，包含约1.9万条文本和音频配对数据。数据涵盖角色对话、剧情台词等类型，适用于语音合成模型训练和评估，规模适中且格式规范。