procit001/DutchDatasetNormalizedUptoJun24

该数据集包含多个字段，包括说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本。数据集主要用于语音识别或语音合成任务，可能包含不同说话者的语音样本及其对应的文本信息。数据集被分割为训练集，包含5269个样本，总大小约为1.36GB。

This dataset includes multiple fields such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. It is primarily used for speech recognition or speech synthesis tasks, possibly containing voice samples from different speakers along with corresponding text information. The dataset is divided into a training set, containing 5269 samples, with a total size of approximately 1.36GB.

原始信息汇总

数据集概述

数据集信息

特征

• speaker_id: 说话者ID，数据类型为字符串。
• speaker_name: 说话者姓名，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频文件，数据类型为音频。
• normalized_text: 标准化文本，数据类型为字符串。

数据分割

• train: 训练集，包含5269个样本，总大小为1361509818.375字节。

数据集大小

• 下载大小: 1258529652字节
• 数据集总大小: 1361509818.375字节

配置

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