reach-vb/mls-eng-10k-text-tags-v3-v1

---
dataset_info:
features:
- name: original_path
dtype: string
- name: begin_time
dtype: float64
- name: end_time
dtype: float64
- name: text
dtype: string
- name: audio_duration
dtype: float64
- name: speaker_id
dtype: string
- name: book_id
dtype: string
- name: snr
dtype: float32
- name: c50
dtype: float32
- name: speech_duration
dtype: float64
- name: speaking_rate
dtype: string
- name: phonemes
dtype: string
- name: stoi
dtype: float64
- name: si-sdr
dtype: float64
- name: pesq
dtype: float64
- name: gender
dtype: string
- name: utterance_pitch_mean
dtype: float64
- name: utterance_pitch_std
dtype: float64
- name: pitch
dtype: string
- name: noise
dtype: string
- name: reverberation
dtype: string
- name: speech_monotony
dtype: string
- name: sdr_noise
dtype: string
- name: pesq_speech_quality
dtype: string
- name: repunct_text
dtype: string
splits:
- name: test
num_bytes: 3916869
num_examples: 3769
- name: dev
num_bytes: 3949913
num_examples: 3807
- name: train
num_bytes: 2504369856
num_examples: 2420047
download_size: 1388826126
dataset_size: 2512236638
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: dev
path: data/dev-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• text: 字符串类型
• audio_duration: 浮点数类型
• speaker_id: 字符串类型
• book_id: 字符串类型
• snr: 浮点数类型
• c50: 浮点数类型
• speech_duration: 浮点数类型
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• stoi: 浮点数类型
• si-sdr: 浮点数类型
• pesq: 浮点数类型
• gender: 字符串类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型
• pitch: 字符串类型
• noise: 字符串类型
• reverberation: 字符串类型
• speech_monotony: 字符串类型
• sdr_noise: 字符串类型
• pesq_speech_quality: 字符串类型
• repunct_text: 字符串类型

数据集分割

• test: 3769个样本，占用3916869字节
• dev: 3807个样本，占用3949913字节
• train: 2420047个样本，占用2504369856字节

数据集大小

• 下载大小: 1388826126字节
• 数据集总大小: 2512236638字节

配置文件

• config_name: default
• data_files:
  • test: data/test-*
  • dev: data/dev-*
  • train: data/train-*