drmasad/jenny-tts-tags-6h

该数据集包含多个与语音相关的特征，如文件名、文本、标准化转录、音高均值、音高标准差、信噪比、C50、语速、音素、噪声、混响和语音单调性等。数据集分为训练集，包含4000个样本，总大小为1805900字节。下载大小为933340字节。

The dataset includes various speech-related features such as file name, text, normalized transcription, pitch statistics, signal-to-noise ratio, C50, speaking rate, phoneme analysis, noise level, reverberation effect, and speech monotony. It is primarily for training with 4000 samples, with a download size of 933340 bytes and a total size of 1805900 bytes.

原始信息汇总

数据集概述

数据集特征

• file_name：文件名，数据类型为字符串。
• text：文本内容，数据类型为字符串。
• transcription_normalised：规范化转录文本，数据类型为字符串。
• utterance_pitch_mean：语音平均音高，数据类型为float32。
• utterance_pitch_std：语音音高标准差，数据类型为float32。
• snr：信噪比，数据类型为float64。
• c50：C50指标，数据类型为float64。
• speaking_rate：说话速率，数据类型为字符串。
• phonemes：音素，数据类型为字符串。
• noise：噪声类型，数据类型为字符串。
• reverberation：混响类型，数据类型为字符串。
• speech_monotony：语音单调性，数据类型为字符串。

数据集分割

• train：训练集，包含4000个样本，总大小为1805900字节。

数据集大小

• 下载大小：933340字节。
• 数据集总大小：1805900字节。

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*