AdoCleanCode/hiffi_train_edit_v2

Name: AdoCleanCode/hiffi_train_edit_v2
Creator: AdoCleanCode
Published: 2025-12-05 12:56:45
License: 暂无描述

Hugging Face2025-12-05 更新2025-12-20 收录

下载链接：

https://hf-mirror.com/datasets/AdoCleanCode/hiffi_train_edit_v2

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: speaker_id dtype: string - name: flac_filename dtype: string - name: transcription_full dtype: string - name: removed_words dtype: string - name: transcription_without_removed dtype: string - name: phonemes_full dtype: string - name: phonemes_removed dtype: string - name: phonemes_annotated dtype: string - name: xcodec2_tokens dtype: string - name: sequence dtype: string - name: match dtype: bool - name: removed_start_time dtype: float64 - name: removed_end_time dtype: float64 splits: - name: batch_001 num_bytes: 87620118 num_examples: 20001 - name: batch_002 num_bytes: 88194136 num_examples: 20001 - name: batch_003 num_bytes: 88105807 num_examples: 20001 - name: batch_004 num_bytes: 87813145 num_examples: 20001 - name: batch_005 num_bytes: 88179754 num_examples: 20001 - name: batch_006 num_bytes: 86657251 num_examples: 19752 download_size: 123042682 dataset_size: 526570211 configs: - config_name: default data_files: - split: batch_001 path: data/batch_001-* - split: batch_002 path: data/batch_002-* - split: batch_003 path: data/batch_003-* - split: batch_004 path: data/batch_004-* - split: batch_005 path: data/batch_005-* - split: batch_006 path: data/batch_006-* ---

数据集信息：特征字段： - 名称：说话人ID（speaker_id），数据类型：字符串 - 名称：FLAC文件名（flac_filename），数据类型：字符串 - 名称：完整转录文本（transcription_full），数据类型：字符串 - 名称：被移除词汇（removed_words），数据类型：字符串 - 名称：移除词汇后的转录文本（transcription_without_removed），数据类型：字符串 - 名称：完整音素序列（phonemes_full），数据类型：字符串 - 名称：被移除词汇对应的音素序列（phonemes_removed），数据类型：字符串 - 名称：标注音素序列（phonemes_annotated），数据类型：字符串 - 名称：xCodec2 Token（xcodec2_tokens），数据类型：字符串 - 名称：序列（sequence），数据类型：字符串 - 名称：匹配标记（match），数据类型：布尔型 - 名称：被移除片段起始时间（removed_start_time），数据类型：64位浮点型 - 名称：被移除片段结束时间（removed_end_time），数据类型：64位浮点型数据集拆分： - 拆分名称：batch_001，字节大小：87620118，样本数量：20001 - 拆分名称：batch_002，字节大小：88194136，样本数量：20001 - 拆分名称：batch_003，字节大小：88105807，样本数量：20001 - 拆分名称：batch_004，字节大小：87813145，样本数量：20001 - 拆分名称：batch_005，字节大小：88179754，样本数量：20001 - 拆分名称：batch_006，字节大小：86657251，样本数量：19752 下载总大小：123042682 字节，数据集总大小：526570211 字节数据集配置： - 配置名称：默认（default），数据文件： - 对应拆分batch_001，路径：data/batch_001-* - 对应拆分batch_002，路径：data/batch_002-* - 对应拆分batch_003，路径：data/batch_003-* - 对应拆分batch_004，路径：data/batch_004-* - 对应拆分batch_005，路径：data/batch_005-* - 对应拆分batch_006，路径：data/batch_006-*

提供机构：

AdoCleanCode