procit002/voicesample_from_stc_july_12_4

该数据集包含1500个训练样本，每个样本包含说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本等字段。数据集主要用于语音识别和语音合成等自然语言处理任务，特别是与说话者特征相关的任务。

This dataset contains 1500 training samples, each with fields such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. The dataset is primarily used for natural language processing tasks such as speech recognition and speech synthesis, especially tasks related to speaker characteristics.

原始信息汇总

数据集概述

数据集信息

特征

• speaker_id: 说话者ID，数据类型为字符串。
• speaker_name: 说话者姓名，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频数据，数据类型为音频。
• normalized_text: 标准化文本，数据类型为字符串。

数据分割

• train: 训练集，包含1500个样本，数据大小为423202487.5字节。

数据集大小

• 下载大小: 403824137字节
• 数据集大小: 423202487.5字节

配置

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