Biorrith/ft_speech_with_embeddings_v1

---
dataset_info:
features:
- name: text
dtype: string
- name: speaker_id
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: language
dtype: string
- name: speaker_embedding
list: float32
length: 256
- name: cond_prompt_speech_tokens
list: int64
length: 375
splits:
- name: train
num_bytes: 218218837469.644
num_examples: 1017244
download_size: 214539825900
dataset_size: 218218837469.644
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
#### 特征列表
- 文本（text）：数据类型为字符串
- 说话人ID（speaker_id）：数据类型为字符串
- 音频（audio）：音频格式的采样率为16000Hz
- 语言（language）：数据类型为字符串
- 说话人嵌入（speaker_embedding）：长度为256的32位浮点型列表
- 条件提示语音Token（Token）：长度为375的64位整型列表

#### 数据划分
训练集（train）的数据字节量为218218837469.644，共包含1017244个样本。

该数据集的下载大小为214539825900字节，数据集总大小为218218837469.644，与训练集字节量一致。

#### 数据集配置
默认配置（config_name: default）的数据文件包含训练集划分下的`data/train-*`路径文件。