pminseo/korean_tts_annotated

该数据集包含文本和语音特征，如音高均值、音高标准差、信噪比、语音速率、音素、噪音、混响、语音单调性以及文本描述。数据集被分为训练集，包含1994个样本，大小为559391字节。下载大小为200399字节，数据集总大小为559391字节。

The dataset includes various features related to speech and text, such as text, mean pitch, pitch standard deviation, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, speech monotony, and text description. It is primarily used for training, containing 1994 samples with a total size of 559391 bytes. The download size of the dataset is 200399 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• utterance_pitch_mean: 语句音调均值，数据类型为浮点数（float32）。
• utterance_pitch_std: 语句音调标准差，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，数据类型为字符串。
• phonemes: 音素，数据类型为字符串。
• noise: 噪声，数据类型为字符串。
• reverberation: 混响，数据类型为字符串。
• speech_monotony: 语音单调性，数据类型为字符串。
• text_description: 文本描述，数据类型为字符串。

数据集划分

• train: 训练集，包含1994个样本，总大小为559391字节。

数据集大小

• 下载大小: 200399字节
• 数据集总大小: 559391字节

配置信息

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