该数据集包含多种类型的数据，包括文件名、音频（采样率为16000）、文本、说话者ID、章节ID和唯一ID。数据集被划分为多个部分，包括训练集、9小时训练集、1小时训练集、验证集和测试集，每个部分都有详细的大小和示例数量记录。数据集的总下载大小为65546652537字节，实际大小为64746373965.177字节。

Hugging Face2023-11-27 更新440

SuperWikiImage-7M

图像数据集

多语言

SuperWikiImages-7M 是一个从维基百科抓取的大规模图像数据集，总计约15TiB，包含约700万张图像。该数据集由KaraKaraWitch策划，并由Recursal.ai资助。它支持多种任务，包括图像分类、图像到文本、文本到图像和图像到图像。数据集是多语言的，涵盖了来自各种维基百科版本的广泛语言。图像经过筛选，仅包括具有特定文件扩展名（jpeg、jpg、png）的图像，并通过文件名

Hugging Face2024-10-06 更新200

Spotify Indian Languages Datasets

资源简介：

相关数据集