formospeech/hac_elearning

数据集名为sixian，包含音频数据及其对应的文本、国际音标（IPA）和方言信息。数据集分为一个训练集，包含10868个样本，每个样本包含id、音频、时长、文本、国际音标和方言信息。The dataset is named sixian and contains audio data along with corresponding text, International Phonetic Alphabet (IPA), and dialect information. The dataset is divided into a training set containing 10,868 samples, each with id, audio, duration, text, IPA, and dialect information.

原始信息汇总

数据集概述

数据集配置

• 配置名称: sixian

数据特征

• id: 字符串类型
• audio: 音频类型
• duration: 浮点数类型
• text: 字符串类型
• ipa: 字符串类型
• dialect: 字符串类型

数据分割

• 训练集:
  • 名称: train
  • 字节数: 675888436.308
  • 样本数: 10868

数据大小

• 下载大小: 650434980
• 数据集大小: 675888436.308

数据文件

• 配置名称: sixian
• 数据文件:
  • 分割: train
  • 路径: sixian/train-*