Datasetpublic

brunoretiro/saude-mulher-openai-tts

Dataset Sintético de Saúde da Mulher - OpenAI TTS Dataset sintético multimodal (texto + áudio) focado em saúde da mulher, gerado com OpenAI TTS HD para o Tech Challenge Módulo 4 da POSTECH. Contém relatos simulados de pacientes em contextos clínicos de ginecologia e obstetrícia, com áudios de alta qualidade em português brasileiro. Estrutura do Dataset dataset_saude_mulher_openai/ ├── audios/ # 63 arquivos MP3 (OpenAI TTS HD) ├──… See the full description on the dataset page: https://huggingface.co/datasets/brunoretiro/saude-mulher-openai-tts.

sourceHugging Facecc-by-nc-4.0updated 8mo agoView on Hugging Face

0likes19downloads

Dataset Card

Dataset Sintético de Saúde da Mulher - OpenAI TTS

Dataset sintético multimodal (texto + áudio) focado em saúde da mulher, gerado com OpenAI TTS HD para o Tech Challenge Módulo 4 da POSTECH.

Contém relatos simulados de pacientes em contextos clínicos de ginecologia e obstetrícia, com áudios de alta qualidade em português brasileiro.

Estrutura do Dataset

dataset_saude_mulher_openai/
├── audios/                        # 63 arquivos MP3 (OpenAI TTS HD)
├── dataset_pacientes.csv          # Metadados em CSV
├── dataset_pacientes.json         # Metadados em JSON
└── README.md

Categorias Clínicas

Categoria	Amostras	Descrição
`prenatal_normal`	9	Relatos de gestação sem complicações emocionais
`prenatal_ansiedade`	10	Relatos com sinais de ansiedade gestacional
`pos_parto_normal`	9	Relatos de pós-parto com adaptação saudável
`pos_parto_depressao`	10	Relatos com sinais de depressão pós-parto
`ginecologica_normal`	9	Consultas ginecológicas de rotina
`ginecologica_suspeita_violencia`	10	Relatos com indicadores de violência doméstica
`menopausa`	6	Relatos sobre sintomas do climatério
Total	63

Campos dos Metadados

Campo	Tipo	Descrição
`id`	string	Identificador único da amostra
`nome_completo`	string	Nome fictício da paciente (Faker)
`idade`	int	Idade da paciente
`data_nascimento`	string	Data de nascimento fictícia
`cpf`	string	CPF fictício
`telefone`	string	Telefone fictício
`cidade`	string	Cidade fictícia
`estado`	string	UF
`data_consulta`	string	Data da consulta simulada
`categoria_consulta`	string	Categoria clínica do relato
`relato_texto`	string	Transcrição do relato (texto usado para gerar o áudio)
`audio_filename`	string	Nome do arquivo de áudio
`audio_path`	string	Caminho relativo do áudio
`duracao_estimada_segundos`	float	Duração estimada do áudio

Geração dos Áudios

—Engine: OpenAI TTS HD (tts-1-hd)
—Formato: MP3
—Vozes utilizadas: nova, shimmer, alloy (vozes femininas)
—Velocidade: Ajustada por categoria (0.85-0.95x para categorias emocionais, 0.95-1.05x para categorias normais)
—Idioma: Português brasileiro
—Tamanho total dos áudios: ~16 MB

Aplicações

—Classificação de áudio em contexto clínico
—Reconhecimento automático de fala (ASR) em português
—Detecção de sinais de saúde mental (ansiedade, depressão) via áudio/texto
—Triagem automatizada de relatos de pacientes
—Treinamento de modelos multimodais (texto + áudio)
—Identificação de situações de vulnerabilidade (violência doméstica)

Como Usar

python

from datasets import load_dataset

dataset = load_dataset("brunoretiro/saude-mulher-openai-tts")

Ou carregue localmente:

python

import pandas as pd

df = pd.read_csv("dataset_pacientes.csv")
print(df["categoria_consulta"].value_counts())

Considerações Importantes

—Todos os dados de pacientes são 100% fictícios, gerados com a biblioteca Faker.
—Os áudios são sintéticos, gerados por TTS, e não representam pacientes reais.
—CPFs, nomes, telefones e endereços são completamente inventados.
—Este dataset é para fins educacionais e de pesquisa apenas.
—Não deve ser usado para treinamento de modelos de diagnóstico clínico em produção.

Licença

Este dataset é disponibilizado sob a licença CC BY-NC 4.0 (Creative Commons Attribution-NonCommercial 4.0).

Citação

bibtex

@dataset{saude_mulher_openai_tts_2026,
  title={Dataset Sintético de Saúde da Mulher - OpenAI TTS},
  author={Bruno Amorim},
  year={2026},
  note={Tech Challenge Módulo 4 - POSTECH},
  url={https://huggingface.co/datasets/brunoretiro/saude-mulher-openai-tts}
}