ittailup/snac

该数据集主要包含音频和文本相关的特征，涵盖了原始路径、开始时间、结束时间、原始文本、音频时长、说话者ID、书籍ID、音频文件路径、音频长度、音高均值、音高标准差、信噪比、C50、语速、音素、性别、音高、噪声、混响、语音单调性、文本描述、文本内容等信息。数据集分为训练集，包含1931455个样本，总大小为23213016246字节。

This dataset primarily contains features related to audio and text, including original path, begin time, end time, original text, audio duration, speaker ID, book ID, audio file path, audio length, mean pitch, pitch standard deviation, signal-to-noise ratio, C50, speaking rate, phonemes, gender, pitch, noise, reverberation, speech monotony, text description, and text content. The dataset is divided into a training set containing 1,931,455 samples with a total size of 23,213,016,246 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• original_text: 字符串类型
• audio_duration: 浮点数类型
• speaker_id: 整数类型
• book_id: 整数类型
• snac24khz: 字符串类型
• snac24khz_audio_lenght: 整数类型
• audio_duration_right: 浮点数类型
• speaker_id_right: 整数类型
• book_id_right: 整数类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型
• snr: 浮点数类型
• c50: 浮点数类型
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• gender: 字符串类型
• 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
• text_description: 字符串类型
• text: 字符串类型
• snac_text: 字符串类型

数据分割

• train: 包含1931455个样本，占用23213016246字节

数据集大小

• 下载大小: 15623303275字节
• 数据集大小: 23213016246字节

配置

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