soda_tts

# Dataset Card for TTS SODA

This is a TTS synthesized version of [SODA](https://aclanthology.org/2023.emnlp-main.799/) using [ChatTTS](https://github.com/2noise/ChatTTS).

## Dataset Details

### Dataset Information
- **Language:** English
- **License:** CC BY: Creative Commons Attribution
- **Repository:** TBA
- **Paper:** TBA

### Data Fields
- **input_audio:** TTS synthesized audio of the input_transcript
- **output_audio:** TTS synthesized audio of the output_transcript
- **original_index:** Index of dialogue from the original SODA dataset
- **dialogue_turn:** Dialogue turn number of the input_audio
- **input_tts_wer:** WER of Whisper V3 transcript of input_audio against the input_transcript
- **output_tts_wer:** WER of Whisper V3 transcript of output_audio against the output_transcript
- **input_tokens:** [Speechtokenizer](https://huggingface.co/fnlp/AnyGPT-speech-modules/tree/main/speechtokenizer) tokens of the input_audio
- **output_tokens:** [Speechtokenizer](https://huggingface.co/fnlp/AnyGPT-speech-modules/tree/main/speechtokenizer) tokens of the output_audio
- **input_transcript:** Text of input query
- **output_transcript:** Text of output response

## Citation

<!-- If there is a paper or blog post introducing the dataset, the APA and Bibtex information for that should go in this section. -->

**BibTeX:**

TBA

# TTS SODA 数据集卡片
本数据集为基于[ChatTTS](https://github.com/2noise/ChatTTS)对[SODA](https://aclanthology.org/2023.emnlp-main.799/)进行文本转语音（Text-to-Speech，TTS）合成得到的衍生版本。

## 数据集详情
### 数据集信息
- **语言：** 英语
- **许可协议：** CC BY（知识共享署名许可）
- **代码仓库：** 待公布（TBA）
- **相关论文：** 待公布（TBA）

### 数据字段
- **input_audio：** 针对input_transcript（输入文本）通过文本转语音合成得到的音频
- **output_audio：** 针对output_transcript（输出文本）通过文本转语音合成得到的音频
- **original_index：** 原SODA数据集中对话的索引编号
- **dialogue_turn：** 当前输入音频对应的对话轮次序号
- **input_tts_wer：** 输入音频TTS词错误率（Word Error Rate，WER），即针对输入音频经Whisper V3转录得到的文本与input_transcript（输入文本）的词错误率
- **output_tts_wer：** 输出音频TTS词错误率（Word Error Rate，WER），即针对输出音频经Whisper V3转录得到的文本与output_transcript（输出文本）的词错误率
- **input_tokens：** 输入音频经[语音分词器（Speechtokenizer）](https://huggingface.co/fnlp/AnyGPT-speech-modules/tree/main/speechtokenizer)提取得到的Token序列
- **output_tokens：** 输出音频经[语音分词器（Speechtokenizer）](https://huggingface.co/fnlp/AnyGPT-speech-modules/tree/main/speechtokenizer)提取得到的Token序列
- **input_transcript：** 输入查询的文本内容
- **output_transcript：** 输出回复的文本内容

## 引用
<!-- 若该数据集配有介绍论文或博客文章，请在此处添加对应的APA及BibTeX引用信息。 -->

**BibTeX格式引用：**
待补充（TBA）