pminseo/korean_tts_tags_ko

该数据集包含多个特征字段，如文本、语音的平均音高、音高标准差、信噪比、C50、语速、音素、噪声、混响和语音单调性等。数据集主要用于语音和音频分析，可能涉及语音识别、语音质量评估或语音特征提取等领域。数据集包含1994个训练样本，总大小为428492字节。

This dataset includes multiple feature fields such as text, mean pitch of utterance, standard deviation of pitch, signal-to-noise ratio, C50, speaking rate, phonemes, noise, reverberation, and speech monotony. The dataset is primarily used for speech and audio analysis, potentially involving areas such as speech recognition, speech quality assessment, or speech feature extraction. The dataset contains 1994 training samples with a total size of 428492 bytes.

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，数据类型为字符串。
• utterance_pitch_mean: 话语平均音高，数据类型为浮点数（float32）。
• utterance_pitch_std: 话语音高标准差，数据类型为浮点数（float32）。
• snr: 信噪比，数据类型为浮点数（float64）。
• c50: 未知特征，数据类型为浮点数（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，数据类型为字符串。
• reverberation: 混响，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1994个样本，总字节数为428492。

数据集大小

• 下载大小: 203630字节
• 数据集大小: 428492字节

配置

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