TAESOO98/msc-audio-transcript

---
dataset_info:
features:
- name: text
dtype: string
- name: speaker_id
dtype: int64
- name: gender
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: pitch
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: 8712580
num_examples: 25624
- name: valid
num_bytes: 1070553
num_examples: 3145
- name: test
num_bytes: 897958
num_examples: 2640
download_size: 3210442
dataset_size: 10681091
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: valid
path: data/valid-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• text：文本，数据类型为字符串。
• speaker_id：说话者ID，数据类型为整数。
• gender：性别，数据类型为字符串。
• utterance_pitch_mean：语音平均音高，数据类型为浮点数。
• utterance_pitch_std：语音音高标准差，数据类型为浮点数。
• snr：信噪比，数据类型为浮点数。
• c50：一种声学测量指标，数据类型为浮点数。
• 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。
• pitch：音高，数据类型为字符串。
• noise：噪声，数据类型为字符串。
• reverberation：混响，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。

数据集分割

• train：训练集，包含25624个样本，总大小为8712580字节。
• valid：验证集，包含3145个样本，总大小为1070553字节。
• test：测试集，包含2640个样本，总大小为897958字节。

数据集大小

• 下载大小：3210442字节。
• 数据集总大小：10681091字节。

配置文件

• config_name：默认配置。
• data_files：
  • 训练集路径：data/train-*。
  • 验证集路径：data/valid-*。
  • 测试集路径：data/test-*。