IntelligentSystemsGroupTUCN/swara-5k-with-gender-tags

--- dataset_info: features: - name: text dtype: large_string - name: speaker_id dtype: int64 - name: phonemes dtype: string - 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: float64 - name: stoi dtype: float64 - name: si-sdr dtype: float64 - name: pesq dtype: float64 splits: - name: train num_bytes: 1140575 num_examples: 4750 - name: test num_bytes: 60981 num_examples: 250 download_size: 508907 dataset_size: 1201556 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征项： - 名称：文本（text） 数据类型：大字符串（large_string） - 名称：说话人ID（speaker_id） 数据类型：64位整数（int64） - 名称：音素（phonemes） 数据类型：字符串（string） - 名称：性别（gender） 数据类型：字符串（string） - 名称：语句基频均值（utterance_pitch_mean） 数据类型：32位浮点数（float32） - 名称：语句基频标准差（utterance_pitch_std） 数据类型：32位浮点数（float32） - 名称：信噪比（Signal-to-Noise Ratio, SNR） 数据类型：64位浮点数（float64） - 名称：c50 数据类型：64位浮点数（float64） - 名称：说话速率（speaking_rate） 数据类型：64位浮点数（float64） - 名称：短时客观可懂度（Short-Time Objective Intelligibility, STOI） 数据类型：64位浮点数（float64） - 名称：尺度不变信号失真比（Scale-Invariant Signal-to-Distortion Ratio, SI-SDR） 数据类型：64位浮点数（float64） - 名称：感知语音质量评估（Perceptual Evaluation of Speech Quality, PESQ） 数据类型：64位浮点数（float64） 数据集划分： - 名称：训练集（train） 字节大小：1140575 样本数量：4750 - 名称：测试集（test） 字节大小：60981 样本数量：250 下载大小：508907 数据集总大小：1201556 配置项： - 配置名称：默认配置（default） 数据文件： - 划分集：训练集（train） 路径：data/train-* - 划分集：测试集（test） 路径：data/test-*