1ndianajones/balinese_parquet_tts
Balinese TTS Dataset Dataset ini merupakan koleksi features audio dan teks yang berisi frasa-frasa Bahasa Bali dalam logat badung. Dataset ini bertujuan untuk mendukung pengembangan model pemrosesan bahasa alami (NLP untuk Bahasa Bali). Struktur Dataset Dataset ini berisi 1187 sample audio dengan total durasi 33 menit 22.44 detik yang diformat dalam Apache Parquet. Setiap entri dalam dataset memiliki fitur-fitur berikut: text: (string) Transkripsi teks atau frasa… See the full description on the dataset page: https://huggingface.co/datasets/1ndianajones/balinese_parquet_tts.
Balinese TTS Dataset
Dataset ini merupakan koleksi features audio dan teks yang berisi frasa-frasa Bahasa Bali dalam logat badung. Dataset ini bertujuan untuk mendukung pengembangan model pemrosesan bahasa alami (NLP untuk Bahasa Bali).
Struktur Dataset
Dataset ini berisi 1187 sample audio dengan total durasi 33 menit 22.44 detik yang diformat dalam Apache Parquet.
Setiap entri dalam dataset memiliki fitur-fitur berikut:
text: (string) Transkripsi teks atau frasa yang diucapkan dalam file audio.- Contoh: "siang"
audio: (dict) Objek yang berisi informasi tentang file audio:path: (string) Jalur relatif ke file audio.wavyang terkait.- Contoh: "./balinesedataset/Mider/MiderSiang.wav"
array: (array<float32>) Data numerik gelombang audio yang sudah dimuat sebagai array NumPy. Ini merepresentasikan sinyal suara.sampling_rate: (int) Tingkat sampel (sampling rate) audio dalam Hz.- Contoh: 48000
Dataset ini berformat parquet dan memiliki 2 features yaitu text dan audio
Sumber Dataset
Dataset ini bersumber dari Dataset Bahasa Bali dengan sitasi sebagai berikut:
Kadyanan, I Gusti Agung Gede Arya; Sanjaya ER, Ngurah Agus ; Eka Karyawati, Anak Agung Istri; Arya Wira Putra, I Gede Ngurah; Suma Gunawan, I Made; Budiantari, Ni Made Julia; Octavia, Hana Christine (2024), “Balinese Text-to-Speech Dataset as Digital Cultural Heritage”, Mendeley Data, V2, doi: 10.17632/6syjwz24v5.2