amir7697/inhouse-dataset

--- dataset_info: features: - name: text dtype: string - name: file dtype: audio: sampling_rate: 22050 - name: speaker_id dtype: int64 splits: - name: train num_bytes: 575134827.0 num_examples: 1000 download_size: 561672640 dataset_size: 575134827.0 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：文本（text），数据类型：字符串 - 名称：文件（file），数据类型为音频，采样率：22050 - 名称：说话人ID（speaker_id），数据类型：int64 数据集拆分： - 拆分名称：训练集（train），字节大小：575134827.0，样本数量：1000 下载总大小：561672640 数据集总存储大小：575134827.0 配置项： - 配置名称：默认配置（default），数据文件： - 对应拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• text：文本类型，数据类型为字符串。
• file：音频文件，采样率为22050 Hz。
• speaker_id：说话人标识，数据类型为整数64位。

数据集划分

• train：训练集，包含1000个样本，总数据量为575134827字节。

数据集大小

• 下载大小：561672640字节。
• 数据集总大小：575134827字节。

配置信息

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