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-* ---数据集信息： 特征： - 名称：文本，数据类型：字符串 - 名称：说话人ID，数据类型：int64（64位整数） - 名称：性别，数据类型：字符串 - 名称：语句基音均值，数据类型：float32（32位浮点数） - 名称：语句基音标准差，数据类型：float32（32位浮点数） - 名称：信噪比（Signal-to-Noise Ratio, SNR），数据类型：float64（64位浮点数） - 名称：C50指数，数据类型：float64（64位浮点数） - 名称：说话速率，数据类型：字符串 - 名称：音素，数据类型：字符串 - 名称：基音，数据类型：字符串 - 名称：噪声，数据类型：字符串 - 名称：混响，数据类型：字符串 - 名称：语音单调性，数据类型：字符串 - 名称：文本描述，数据类型：字符串 数据集划分： - 划分名称：训练集，字节数：8712580，样本数量：25624 - 划分名称：验证集，字节数：1070553，样本数量：3145 - 划分名称：测试集，字节数：897958，样本数量：2640 下载大小：3210442 字节，总数据集大小：10681091 字节 配置项： - 配置名称：默认配置，数据文件映射： - 训练集划分：对应路径 data/train-* - 验证集划分：对应路径 data/valid-* - 测试集划分：对应路径 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-*。