ylacombe/parler-tts-mini-v1-fast_speaker_similarity

该数据集包含多个特征，如原始文本、说话者ID、路径、章节ID、ID、信噪比、C50、语音持续时间、语速、音素、STOI、SI-SDR、PESQ、性别、音高标准差、音高均值、音高、噪声、混响、语音单调性、噪声SDR、语音质量PESQ、口音、文本描述、音频、文本、生成音频和相似度等。数据集分为训练集，包含340个样本，总大小为288841772字节，下载大小为186231508字节。

The dataset includes multiple features related to speech, such as original text, speaker ID, audio file path, chapter ID, SNR, C50, speech duration, speaking rate, phonemes, STOI, SI-SDR, PESQ, gender, pitch statistics, noise, reverberation, speech monotony, SDR noise, PESQ speech quality, accent, text description, audio file, generated audio, and similarity. These features are used to analyze and evaluate various attributes of speech. The dataset is divided into a training set with 340 samples.

原始信息汇总

数据集概述

数据集信息

特征

• text_original: 字符串类型
• speaker_id: 字符串类型
• path: 字符串类型
• chapter_id: 字符串类型
• id: 字符串类型
• snr: 浮点数类型 (float32)
• c50: 浮点数类型 (float32)
• speech_duration: 浮点数类型 (float32)
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• stoi: 浮点数类型 (float32)
• si-sdr: 浮点数类型 (float32)
• pesq: 浮点数类型 (float32)
• gender: 字符串类型
• utterance_pitch_std: 浮点数类型 (float32)
• utterance_pitch_mean: 浮点数类型 (float32)
• 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
• accent: 字符串类型
• text_description: 字符串类型
• audio: 音频类型，采样率为16000
• text: 字符串类型
• generated_audio: 音频类型，采样率为16000
• similarity: 浮点数类型 (float64)

数据分割

• train: 包含340个样本，占用288841772.0字节

数据集大小

• 下载大小: 186231508字节
• 数据集大小: 288841772.0字节

配置

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