boringtaskai/common_voice_13_0_id_male_tags

该数据集包含多个特征，如用户ID、文件路径、文本内容、投票数、用户年龄、性别、口音、地区、片段、变体、音高均值、音高标准差、信噪比、C50、语速、音素、音高、噪音、混响、语音单调性等。数据集包含一个训练集，大小为1128953字节，包含1764个样本。

This dataset includes multiple features of speech data, such as client ID, path, text, votes, age, gender, accent, locale, segment, variant, and speech features. The dataset is divided into a training set, providing the size and number of samples.

原始信息汇总

数据集概述

数据集特征

• client_id：字符串类型
• path：字符串类型
• text：字符串类型
• up_votes：整数类型（int64）
• down_votes：整数类型（int64）
• age：字符串类型
• gender：字符串类型
• accent：字符串类型
• locale：字符串类型
• segment：字符串类型
• variant：字符串类型
• utterance_pitch_mean：浮点数类型（float32）
• utterance_pitch_std：浮点数类型（float32）
• snr：浮点数类型（float64）
• c50：浮点数类型（float64）
• speaking_rate：字符串类型
• phonemes：字符串类型
• pitch：字符串类型
• noise：字符串类型
• reverberation：字符串类型
• speech_monotony：字符串类型

数据集划分

• 训练集（train）：
  • 数据量：1764个样本
  • 存储大小：1128953字节

数据集大小

• 下载大小：276935字节
• 数据集总大小：1128953字节

配置信息

• 配置名称：default
• 数据文件：
  • 划分：train
  • 路径：data/train-*