scotus-sim/scotus-jeffrey_l_fisher-audio

--- license: cc-by-nc-4.0 tags: - audio - oyez - supreme-court - speech size_categories: - 1K<n<10K --- # SCOTUS-sim audio: jeffrey_l_fisher Per-utterance audio clips from Oyez oral-argument mp3s, sliced at the `start_time` / `stop_time` timestamps stored in the companion `scotus-sim/scotus-jeffrey_l_fisher-training` dataset. ## Alignment `clip_NNNNN.wav` in the tarball corresponds **exactly** to `audio_segments.jsonl[NNNNN]` in the training companion dataset. In `metadata.jsonl` each row carries the same 0-padded index in `idx`. This supersedes the v1 tarball, which had systematic audio↔segment index misalignment (Apr 2026). ## Stats - clips: **1325** - total duration: **2.25 hours** - unique cases: **47** ## Files - `jeffrey_l_fisher.tar.gz` — all clips; members named `jeffrey_l_fisher_NNNNN.wav`, 24 kHz mono PCM 16-bit. - `metadata.jsonl` — one row per clip with `text`, `speaker`, `duration`, `case_id`, `audio_url`, `idx`. ## License Audio is derived from Oyez.org (CC-BY-NC 4.0). Derivative TTS training artifacts inherit the NC term.许可证：CC-BY-NC 4.0 标签： - 音频 - Oyez - 最高法院 - 语音 样本量范围：1000 < 样本数 < 10000 # 美国最高法院模拟音频数据集：jeffrey_l_fisher 本数据集包含从Oyez平台庭审口头辩论MP3文件中提取的逐句音频片段，片段切割依据配套数据集`scotus-sim/scotus-jeffrey_l_fisher-training`中存储的`start_time`（开始时间）与`stop_time`（结束时间）时间戳。 ## 对齐说明 压缩包中的`clip_NNNNN.wav`与配套训练数据集内的`audio_segments.jsonl[NNNNN]`完全一一对应。`metadata.jsonl`中的每一行均包含相同的以零填充的`idx`索引。 本版本取代了2026年4月发布的v1压缩包，后者存在音频片段与索引的系统性错位问题。 ## 统计信息 - 音频片段总数：**1325** - 总时长：**2.25小时** - 独立案件数：**47** ## 文件说明 - `jeffrey_l_fisher.tar.gz`：包含全部音频片段，文件命名格式为`jeffrey_l_fisher_NNNNN.wav`，采用24 kHz单声道PCM 16位编码格式。 - `metadata.jsonl`：每行对应一条音频片段，包含`text`（文本内容）、`speaker`（发言者）、`duration`（时长）、`case_id`（案件ID）、`audio_url`（音频链接）与`idx`（索引）字段。 ## 授权许可 本数据集音频源自Oyez.org（遵循知识共享署名-非商业性使用4.0国际许可协议，CC-BY-NC 4.0），衍生的文本转语音（Text-to-Speech, TTS）训练素材需遵循非商业使用条款。