parler-tts/mls_eng
收藏Hugging Face2024-04-09 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/parler-tts/mls_eng
下载链接
链接失效反馈官方服务：
资源简介：
这是Multilingual LibriSpeech (MLS)数据集的英文版本，主要用于语音研究。数据集来源于LibriVox的有声读物，包含8种语言，其中英语部分包含约44.5K小时的音频数据。数据集支持自动语音识别（ASR）、说话人识别、文本到语音（TTS）等任务。数据集的结构包括音频文件、转录文本、说话人ID等信息，并且提供了训练集、开发集和测试集的划分。
这是Multilingual LibriSpeech (MLS)数据集的英文版本，主要用于语音研究。数据集来源于LibriVox的有声读物，包含8种语言，其中英语部分包含约44.5K小时的音频数据。数据集支持自动语音识别（ASR）、说话人识别、文本到语音（TTS）等任务。数据集的结构包括音频文件、转录文本、说话人ID等信息，并且提供了训练集、开发集和测试集的划分。
提供机构：
parler-tts
原始信息汇总
数据集概述
- 名称: English MLS
- 语言: 英语 (en)
- 许可证: CC-BY-4.0
- 多语言性: 多语言
- 任务类别:
- 自动语音识别 (automatic-speech-recognition)
- 文本到语音 (text-to-speech)
- 文本到音频 (text-to-audio)
- 数据集大小:
- 下载大小: 705179367357字节
- 数据集大小: 708074540946.909字节
- 训练集: 10808037个样本, 707578913096字节
- 验证集: 3807个样本, 249688889.909字节
- 测试集: 3769个样本, 245938961字节
数据集结构
- 数据实例:
- 音频文件 (audio)
- 原始路径 (original_path)
- 开始时间 (begin_time)
- 结束时间 (end_time)
- 转录文本 (transcript)
- 音频时长 (audio_duration)
- 说话人ID (speaker_id)
- 书籍ID (book_id)
数据集创建
- 注释创建者: 专家生成
- 语言创建者: 众包, 专家生成
- 源数据: 原始数据
数据字段
- 音频: 音频文件名, 解码音频数组, 采样率
- 文本: 音频文件的转录
- ID: 数据样本的唯一ID
- 说话人ID: 说话人的唯一ID
- 章节ID: 包含转录的有声读物章节的ID
