AdoCleanCode/french-multi-mfa_train_v1

---
dataset_info:
features:
- name: sequence
dtype: string
- name: transcription_full
dtype: string
- name: transcription_original
dtype: string
- name: removed_words
dtype: string
- name: phonemes_annotated
dtype: string
- name: phonemes_actual
dtype: string
- name: xcodec2_tokens
dtype: string
splits:
- name: batch_001
num_bytes: 2348258
num_examples: 280
download_size: 1018093
dataset_size: 2348258
configs:
- config_name: default
data_files:
- split: batch_001
path: data/batch_001-*
---

数据集信息：
特征字段：
- 字段名：sequence（序列），数据类型：字符串型
- 字段名：transcription_full（完整转录文本），数据类型：字符串型
- 字段名：transcription_original（原始转录文本），数据类型：字符串型
- 字段名：removed_words（移除词汇），数据类型：字符串型
- 字段名：phonemes_annotated（标注音素），数据类型：字符串型
- 字段名：phonemes_actual（实际音素），数据类型：字符串型
- 字段名：xcodec2_tokens（xcodec2 Token），数据类型：字符串型
数据划分：
- 划分名称：batch_001，字节数：2348258，样本量：280
下载总大小：1018093
数据集总大小：2348258
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：batch_001，存储路径：data/batch_001-*