ittailup/dimex100_light

---
dataset_info:
features:
- name: audio_id
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speaker_id
dtype: string
- name: utterance_type
dtype: string
- name: gender
dtype: string
- name: duration
dtype: float32
- name: normalized_text
dtype: string
splits:
- name: train
num_bytes: 495948632.083
num_examples: 5999
download_size: 459945384
dataset_size: 495948632.083
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名称：audio_id，数据类型：字符串
- 字段名称：audio，数据类型：
音频：
采样率：16000
- 字段名称：speaker_id，数据类型：字符串
- 字段名称：utterance_type，数据类型：字符串
- 字段名称：gender，数据类型：字符串
- 字段名称：duration，数据类型：32位浮点数（float32）
- 字段名称：normalized_text，数据类型：字符串
数据集划分：
- 划分名称：训练集，字节数：495948632.083，样本总数：5999
下载大小：459945384字节
数据集存储大小：495948632.083字节
配置项：
- 配置名称：默认配置，数据文件：
- 划分集：训练集
- 文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• audio_id：音频ID，数据类型为字符串。
• audio：音频数据，采样率为16000。
• speaker_id：说话人ID，数据类型为字符串。
• utterance_type：话语类型，数据类型为字符串。
• gender：性别，数据类型为字符串。
• duration：持续时间，数据类型为浮点数（float32）。
• normalized_text：标准化文本，数据类型为字符串。

数据集划分

• 训练集（train）：包含5999个样本，总大小为495948632.083字节。

数据集大小

• 下载大小：459945384字节。
• 数据集总大小：495948632.083字节。

配置

• 默认配置（default）：训练集数据文件路径为data/train-*。