ylacombe/mls-eng-descriptions-v5

该数据集主要包含音频和文本相关的特征，涵盖了原始路径、开始时间、结束时间、原始文本、音频时长、说话者ID、书籍ID、信噪比（SNR）、C50、语音时长、语速、音素、STOI、SI-SDR、PESQ、文本、音高均值、音高标准差、性别、音高、噪声、混响、语音单调性、噪声SDR、语音质量PESQ、口音和文本描述等信息。数据集分为开发集（dev）、测试集（test）和训练集（train），分别包含3807、3769和10808037个样本。数据集的下载大小为6039850032字节，总大小为13793618200字节。

This dataset primarily contains features related to audio and text, including original path, begin time, end time, original text, audio duration, speaker ID, book ID, SNR, C50, speech duration, speaking rate, phonemes, STOI, SI-SDR, PESQ, text, utterance pitch mean, utterance pitch std, gender, pitch, noise, reverberation, speech monotony, noise SDR, speech quality PESQ, accent, and text description. The dataset is divided into development set (dev), test set (test), and training set (train), containing 3807, 3769, and 10808037 samples respectively. The download size of the dataset is 6039850032 bytes, and the total size is 13793618200 bytes.

原始信息汇总

数据集概述

数据集特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• original_text: 字符串类型
• audio_duration: 浮点数类型
• speaker_id: 字符串类型
• book_id: 字符串类型
• snr: 浮点数类型
• c50: 浮点数类型
• speech_duration: 浮点数类型
• speaking_rate: 字符串类型
• phonemes: 字符串类型
• stoi: 浮点数类型
• si-sdr: 浮点数类型
• pesq: 浮点数类型
• text: 字符串类型
• utterance_pitch_mean: 浮点数类型
• utterance_pitch_std: 浮点数类型
• gender: 字符串类型
• 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

数据集分割

• dev:
  • 字节数: 4877420
  • 样本数: 3807
• test:
  • 字节数: 4848450
  • 样本数: 3769
• train:
  • 字节数: 13783892330
  • 样本数: 10808037

数据集大小

• 下载大小: 6039850032 字节
• 数据集大小: 13793618200 字节

配置

• config_name: default
  • data_files:
    • dev: data/dev-*
    • test: data/test-*
    • train: data/train-*