Sunbird/salt-multispeaker-eng

该数据集包含多个特征字段，包括ids（字符串类型）、texts（字符串类型）、audios（浮点数序列）、audio_languages（字符串类型）、are_studio（布尔类型）、speaker_ids（字符串类型）和sample_rates（整数类型）。数据集分为训练集、开发集和测试集，分别包含4797、100和96个样本。训练集大小为1490683080字节，开发集大小为30879890字节，测试集大小为32136177字节。总下载大小为753859209字节，数据集总大小为1553699147字节。

原始信息汇总

数据集概述

特征信息

• ids: 数据类型为字符串（string）
• texts: 数据类型为字符串（string）
• audios: 数据类型为浮点数序列（float32）
• audio_languages: 数据类型为字符串（string）
• are_studio: 数据类型为布尔值（bool）
• speaker_ids: 数据类型为字符串（string）
• sample_rates: 数据类型为64位整数（int64）

数据分割

• train: 包含4797个样本，总字节数为1490683080
• dev: 包含100个样本，总字节数为30879890
• test: 包含96个样本，总字节数为32136177

数据集大小

• 下载大小: 753859209字节
• 数据集大小: 1553699147字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • dev: 路径为data/dev-*
    • test: 路径为data/test-*