rikeshsilwalekg/appointment

该数据集主要用于语音识别和处理任务，包含音频文件及其转录文本、输入ID、标签、输入长度和说话者嵌入等特征。音频文件的采样率为16000，适用于高精度语音处理。数据集分为训练集，共有166个样本，适用于模型训练。数据集的下载大小为48481387字节，实际使用大小为47525896.0字节。

原始信息汇总

数据集概述

数据集信息

特征

• audio:
  • 数据类型: 音频
  • 采样率: 16000
• transcription:
  • 数据类型: 字符串
• input_ids:
  • 数据类型: 整数序列 (int32)
• labels:
  • 数据类型: 浮点数序列 (float32)
• input_length:
  • 数据类型: 整数 (int64)
• speaker_embeddings:
  • 数据类型: 浮点数序列 (float32)

数据分割

• train:
  • 样本数量: 166
  • 数据大小: 47525896.0 字节

数据集大小

• 下载大小: 48481387 字节
• 数据集大小: 47525896.0 字节

配置

• default:
  • 数据文件路径: data/train-*