maxseats/aihub-464-preprocessed-680GB-set-39

该数据集包含音频数据、标签和输入特征。音频数据的采样率为16000Hz，标签为字符串类型，输入特征为浮点数序列。数据集分为训练集、测试集和验证集，训练集包含48512个样本，测试集和验证集各包含6064个样本。数据集的下载大小为22406302029字节，总大小为68923765611.0字节。

The dataset contains audio data, labels, and input features. The audio data has a sampling rate of 16000Hz, the labels are of string type, and the input features are sequences of float32. The dataset is divided into training, test, and validation sets, with the training set containing 48512 samples, and the test and validation sets each containing 6064 samples. The download size of the dataset is 22406302029 bytes, and the total size is 68923765611.0 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • audio:
    • 采样率: 16000
  • labels:
    • 数据类型: string
  • input_features:
    • 序列类型: float32

数据集划分

• 训练集:
  • 文件大小: 55139012488.8 字节
  • 样本数量: 48512
• 测试集:
  • 文件大小: 6892376561.1 字节
  • 样本数量: 6064
• 验证集:
  • 文件大小: 6892376561.1 字节
  • 样本数量: 6064

数据集大小

• 下载大小: 22406302029 字节
• 总大小: 68923765611.0 字节

配置

• 配置名称: default
  • 数据文件路径:
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/valid-*