Milana/common_dataset_resampled_16K

--- dataset_info: features: - name: speaker dtype: string - name: text dtype: string - name: accent dtype: string - name: raw_accent dtype: string - name: gender dtype: string - name: l1 dtype: string - name: audio dtype: audio - name: common_accent dtype: string - name: resampled_audio sequence: sequence: float64 splits: - name: validation num_bytes: 10043297135.861 num_examples: 8757 - name: test num_bytes: 11521300816.478 num_examples: 9147 download_size: 20621207986 dataset_size: 21564597952.339 configs: - config_name: default data_files: - split: validation path: data/validation-* - split: test path: data/test-* ---数据集信息： 特征字段： - 名称：说话人（speaker），数据类型：字符串 - 名称：文本内容（text），数据类型：字符串 - 名称：口音（accent），数据类型：字符串 - 名称：原始口音（raw_accent），数据类型：字符串 - 名称：性别（gender），数据类型：字符串 - 名称：第一语言（l1），数据类型：字符串 - 名称：音频（audio），数据类型：音频 - 名称：通用口音（common_accent），数据类型：字符串 - 名称：重采样音频（resampled_audio），数据类型：二维浮点64位序列 划分集： - 名称：验证集（validation），字节数：10043297135.861，样本数：8757 - 名称：测试集（test），字节数：11521300816.478，样本数：9147 下载大小：20621207986 数据集总大小：21564597952.339 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：验证集，路径：data/validation-* - 划分集：测试集，路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• speaker: 字符串类型
• text: 字符串类型
• accent: 字符串类型
• raw_accent: 字符串类型
• gender: 字符串类型
• l1: 字符串类型
• audio: 音频类型
• common_accent: 字符串类型
• resampled_audio: 序列类型，序列元素为浮点数

数据集分割

• 验证集 (validation):
  • 示例数量: 8757
  • 数据大小: 10043297135.861 字节
• 测试集 (test):
  • 示例数量: 9147
  • 数据大小: 11521300816.478 字节

数据集大小

• 下载大小: 20621207986 字节
• 数据集总大小: 21564597952.339 字节

数据文件配置

• 默认配置 (default):
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*