GrigoriiA/libretta-tts-21k-tagged

--- dataset_info: features: - name: file_name dtype: string - name: text dtype: string - name: transcription_normalised dtype: string - name: utterance_pitch_mean dtype: float32 - name: utterance_pitch_std dtype: float32 - name: snr dtype: float64 - name: c50 dtype: float64 - name: speaking_rate dtype: string - name: phonemes dtype: string - name: noise dtype: string - name: reverberation dtype: string - name: speech_monotony dtype: string - name: text_description dtype: string splits: - name: train num_bytes: 10226421 num_examples: 20972 download_size: 4382323 dataset_size: 10226421 configs: - config_name: default data_files: - split: train path: data/train-* ---This dataset includes various features such as file name, text, normalized transcription, mean and standard deviation of pitch, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, speech monotony, and text description. The dataset is divided into a training set with 20972 samples. The download size of the dataset is 4382323 bytes, and the actual size is 10226421 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：语音平均音高，数据类型为float32。
• utterance_pitch_std：语音音高标准差，数据类型为float32。
• snr：信噪比，数据类型为float64。
• c50：特定声学参数，数据类型为float64。
• speaking_rate：说话速度，数据类型为字符串。
• phonemes：音素，数据类型为字符串。
• noise：噪音类型，数据类型为字符串。
• reverberation：混响类型，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20972个样本，总大小为10226421字节。

数据集大小

• 下载大小：4382323字节。
• 数据集总大小：10226421字节。

配置

• config_name：默认配置。
• data_files：训练数据路径为data/train-*。