Procit004/vits_data

该数据集包含与语音相关的信息，涉及说话者的身份、姓名、口音、文本内容、性别以及音频数据。数据集分为训练集，包含19360个样本，总大小为5554053811.2字节。

The dataset includes multiple features such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. It is divided into a training set with 19360 samples, totaling 5554053811.2 bytes. The dataset configuration is named default with data file paths as data/train-*.

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: 归一化文本，数据类型为字符串。

数据分割

• train: 训练集，包含19360个样本，总大小为5554053811.2字节。

数据集大小

• 下载大小: 5227330593字节
• 数据集总大小: 5554053811.2字节

配置

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