procit001/HouseAndZipCodeSpeechgen

该数据集包含多个特征字段，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。数据集仅包含一个训练集分割，包含600个样本，总大小为259245448字节。

The dataset contains multiple feature fields, including speaker ID, speaker name, accent, text, gender, audio, and normalized text. The dataset includes only one training split with 600 samples, totaling 259245448 bytes in size.

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: 音频数据，数据类型为音频。
• normalized_text: 归一化文本，数据类型为字符串。

数据分割

• train: 训练集，包含600个样本，总大小为259,245,448字节。

数据集大小

• 下载大小: 238,014,014字节
• 数据集大小: 259,245,448字节

配置

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