Codec-SUPERB/libricount_extract_unit

--- configs: - config_name: default data_files: - split: academicodec_hifi_16k_320d path: data/academicodec_hifi_16k_320d-* - split: academicodec_hifi_16k_320d_large_uni path: data/academicodec_hifi_16k_320d_large_uni-* - split: academicodec_hifi_24k_320d path: data/academicodec_hifi_24k_320d-* - split: audiodec_24k_320d path: data/audiodec_24k_320d-* - split: dac_16k path: data/dac_16k-* - split: dac_24k path: data/dac_24k-* - split: dac_44k path: data/dac_44k-* - split: encodec_24k path: data/encodec_24k-* - split: funcodec_en_libritts_16k_gr1nq32ds320 path: data/funcodec_en_libritts_16k_gr1nq32ds320-* - split: funcodec_en_libritts_16k_gr8nq32ds320 path: data/funcodec_en_libritts_16k_gr8nq32ds320-* - split: funcodec_en_libritts_16k_nq32ds320 path: data/funcodec_en_libritts_16k_nq32ds320-* - split: funcodec_en_libritts_16k_nq32ds640 path: data/funcodec_en_libritts_16k_nq32ds640-* - split: funcodec_zh_en_16k_nq32ds320 path: data/funcodec_zh_en_16k_nq32ds320-* - split: funcodec_zh_en_16k_nq32ds640 path: data/funcodec_zh_en_16k_nq32ds640-* - split: speech_tokenizer_16k path: data/speech_tokenizer_16k-* dataset_info: features: - name: id dtype: string - name: unit sequence: sequence: int64 splits: - name: academicodec_hifi_16k_320d num_bytes: 45943560 num_examples: 5720 - name: academicodec_hifi_16k_320d_large_uni num_bytes: 45943560 num_examples: 5720 - name: academicodec_hifi_24k_320d num_bytes: 68823560 num_examples: 5720 - name: audiodec_24k_320d num_bytes: 146707080 num_examples: 5720 - name: dac_16k num_bytes: 280417800 num_examples: 5720 - name: dac_24k num_bytes: 778378120 num_examples: 5720 - name: dac_44k num_bytes: 237517800 num_examples: 5720 - name: encodec_24k num_bytes: 34549320 num_examples: 5720 - name: funcodec_en_libritts_16k_gr1nq32ds320 num_bytes: 368368520 num_examples: 5720 - name: funcodec_en_libritts_16k_gr8nq32ds320 num_bytes: 368368520 num_examples: 5720 - name: funcodec_en_libritts_16k_nq32ds320 num_bytes: 366904200 num_examples: 5720 - name: funcodec_en_libritts_16k_nq32ds640 num_bytes: 183864200 num_examples: 5720 - name: funcodec_zh_en_16k_nq32ds320 num_bytes: 366904200 num_examples: 5720 - name: funcodec_zh_en_16k_nq32ds640 num_bytes: 366904200 num_examples: 5720 - name: speech_tokenizer_16k num_bytes: 91795080 num_examples: 5720 download_size: 593516002 dataset_size: 3751389720 --- # Dataset Card for "libricount_extract_unit" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)配置项： - 配置名称：default 数据文件： - 数据集拆分：academicodec_hifi_16k_320d，路径：data/academicodec_hifi_16k_320d-* - 数据集拆分：academicodec_hifi_16k_320d_large_uni，路径：data/academicodec_hifi_16k_320d_large_uni-* - 数据集拆分：academicodec_hifi_24k_320d，路径：data/academicodec_hifi_24k_320d-* - 数据集拆分：audiodec_24k_320d，路径：data/audiodec_24k_320d-* - 数据集拆分：dac_16k，路径：data/dac_16k-* - 数据集拆分：dac_24k，路径：data/dac_24k-* - 数据集拆分：dac_44k，路径：data/dac_44k-* - 数据集拆分：encodec_24k，路径：data/encodec_24k-* - 数据集拆分：funcodec_en_libritts_16k_gr1nq32ds320，路径：data/funcodec_en_libritts_16k_gr1nq32ds320-* - 数据集拆分：funcodec_en_libritts_16k_gr8nq32ds320，路径：data/funcodec_en_libritts_16k_gr8nq32ds320-* - 数据集拆分：funcodec_en_libritts_16k_nq32ds320，路径：data/funcodec_en_libritts_16k_nq32ds320-* - 数据集拆分：funcodec_en_libritts_16k_nq32ds640，路径：data/funcodec_en_libritts_16k_nq32ds640-* - 数据集拆分：funcodec_zh_en_16k_nq32ds320，路径：data/funcodec_zh_en_16k_nq32ds320-* - 数据集拆分：funcodec_zh_en_16k_nq32ds640，路径：data/funcodec_zh_en_16k_nq32ds640-* - 数据集拆分：speech_tokenizer_16k，路径：data/speech_tokenizer_16k-* 数据集信息： 特征字段： - 字段名：id，数据类型：字符串 - 字段名：单元（unit）：嵌套序列，内层序列数据类型为64位整型 数据集拆分详情： - 拆分名称：academicodec_hifi_16k_320d，字节大小：45943560，样本数量：5720 - 拆分名称：academicodec_hifi_16k_320d_large_uni，字节大小：45943560，样本数量：5720 - 拆分名称：academicodec_hifi_24k_320d，字节大小：68823560，样本数量：5720 - 拆分名称：audiodec_24k_320d，字节大小：146707080，样本数量：5720 - 拆分名称：dac_16k，字节大小：280417800，样本数量：5720 - 拆分名称：dac_24k，字节大小：778378120，样本数量：5720 - 拆分名称：dac_44k，字节大小：237517800，样本数量：5720 - 拆分名称：encodec_24k，字节大小：34549320，样本数量：5720 - 拆分名称：funcodec_en_libritts_16k_gr1nq32ds320，字节大小：368368520，样本数量：5720 - 拆分名称：funcodec_en_libritts_16k_gr8nq32ds320，字节大小：368368520，样本数量：5720 - 拆分名称：funcodec_en_libritts_16k_nq32ds320，字节大小：366904200，样本数量：5720 - 拆分名称：funcodec_en_libritts_16k_nq32ds640，字节大小：183864200，样本数量：5720 - 拆分名称：funcodec_zh_en_16k_nq32ds320，字节大小：366904200，样本数量：5720 - 拆分名称：funcodec_zh_en_16k_nq32ds640，字节大小：366904200，样本数量：5720 - 拆分名称：speech_tokenizer_16k，字节大小：91795080，样本数量：5720 下载总大小：593516002 数据集总大小：3751389720 --- # 「libricount_extract_unit」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 数据文件路径：
    • academicodec_hifi_16k_320d：data/academicodec_hifi_16k_320d-*
    • academicodec_hifi_16k_320d_large_uni：data/academicodec_hifi_16k_320d_large_uni-*
    • academicodec_hifi_24k_320d：data/academicodec_hifi_24k_320d-*
    • audiodec_24k_320d：data/audiodec_24k_320d-*
    • dac_16k：data/dac_16k-*
    • dac_24k：data/dac_24k-*
    • dac_44k：data/dac_44k-*
    • encodec_24k：data/encodec_24k-*
    • funcodec_en_libritts_16k_gr1nq32ds320：data/funcodec_en_libritts_16k_gr1nq32ds320-*
    • funcodec_en_libritts_16k_gr8nq32ds320：data/funcodec_en_libritts_16k_gr8nq32ds320-*
    • funcodec_en_libritts_16k_nq32ds320：data/funcodec_en_libritts_16k_nq32ds320-*
    • funcodec_en_libritts_16k_nq32ds640：data/funcodec_en_libritts_16k_nq32ds640-*
    • funcodec_zh_en_16k_nq32ds320：data/funcodec_zh_en_16k_nq32ds320-*
    • funcodec_zh_en_16k_nq32ds640：data/funcodec_zh_en_16k_nq32ds640-*
    • speech_tokenizer_16k：data/speech_tokenizer_16k-*

数据集信息

• 特征：

  • id：字符串类型
  • unit：整数序列类型

• 分割：

  • academicodec_hifi_16k_320d：
    • 字节数：45943560
    • 样本数：5720
  • academicodec_hifi_16k_320d_large_uni：
    • 字节数：45943560
    • 样本数：5720
  • academicodec_hifi_24k_320d：
    • 字节数：68823560
    • 样本数：5720
  • audiodec_24k_320d：
    • 字节数：146707080
    • 样本数：5720
  • dac_16k：
    • 字节数：280417800
    • 样本数：5720
  • dac_24k：
    • 字节数：778378120
    • 样本数：5720
  • dac_44k：
    • 字节数：237517800
    • 样本数：5720
  • encodec_24k：
    • 字节数：34549320
    • 样本数：5720
  • funcodec_en_libritts_16k_gr1nq32ds320：
    • 字节数：368368520
    • 样本数：5720
  • funcodec_en_libritts_16k_gr8nq32ds320：
    • 字节数：368368520
    • 样本数：5720
  • funcodec_en_libritts_16k_nq32ds320：
    • 字节数：366904200
    • 样本数：5720
  • funcodec_en_libritts_16k_nq32ds640：
    • 字节数：183864200
    • 样本数：5720
  • funcodec_zh_en_16k_nq32ds320：
    • 字节数：366904200
    • 样本数：5720
  • funcodec_zh_en_16k_nq32ds640：
    • 字节数：366904200
    • 样本数：5720
  • speech_tokenizer_16k：
    • 字节数：91795080
    • 样本数：5720

• 下载大小：593516002字节

• 数据集大小：3751389720字节