procit002/voicesample_from_stc_july_12_6

该数据集包含多个特征字段，包括说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本。数据集分为训练集，包含1500个样本，总大小为376075425.5字节。数据集的下载大小为345162061字节。配置文件指定了训练集数据文件的路径。

The dataset includes multiple feature fields such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. The dataset is divided into a training set containing 1500 samples with a total size of 376075425.5 bytes. The download size of the dataset is 345162061 bytes. The configuration file specifies the path to the training set data files.

原始信息汇总

数据集概述

数据集特征

• 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: 归一化文本，数据类型为字符串。

数据集划分

• train: 训练集，包含1500个样本，总大小为376075425.5字节。

数据集大小

• 下载大小: 345162061字节
• 数据集总大小: 376075425.5字节

配置信息

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