aztro/jenny-tts-tags-6h

该数据集包含音频文件及其相关特征，如文件名、文本、标准化转录、平均音高、音高标准差、信噪比、C50值、语速和音素。数据集主要用于语音处理和分析，可能用于语音识别、语音合成或语音质量评估等任务。数据集包含4000个训练样本，总大小为1546419字节。

This dataset includes audio files and their related features such as file name, text, normalized transcription, mean pitch, pitch standard deviation, signal-to-noise ratio, C50 value, speaking rate, and phonemes. The dataset is primarily used for speech processing and analysis, potentially for tasks like speech recognition, speech synthesis, or speech quality assessment. It contains 4000 training samples with a total size of 1546419 bytes.

原始信息汇总

数据集概述

数据集特征

• file_name: 文件名，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• transcription_normalised: 标准化转录文本，数据类型为字符串。
• utterance_pitch_mean: 语音音调均值，数据类型为浮点数（float32）。
• utterance_pitch_std: 语音音调标准差，数据类型为浮点数（float32）。
• snr: 信噪比，数据类型为浮点数（float64）。
• c50: 未知特征，数据类型为浮点数（float64）。
• speaking_rate: 说话速率，数据类型为浮点数（float64）。
• phonemes: 音素，数据类型为字符串。

数据集划分

• train: 训练集，包含4000个样本，总字节数为1546419。

数据集大小

• 下载大小: 957253字节。
• 数据集大小: 1546419字节。

配置

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