averageandyyy/imda_dataset_clean

imda_dataset_clean是一个包含音频和文本转录的数据集。数据集主要用于训练，包含1408808个样本。特别注意，数据集中有两个样本包含.，需要在使用前进行过滤。数据集的总大小为215809231255.29318字节，下载大小为210065803478字节。

原始信息汇总

数据集概述

数据集名称

imda_dataset_clean

数据特征

• audio: 音频数据类型
• transcript: 文本数据类型

数据分割

• train:
  • 示例数量: 1408808
  • 数据大小: 2158009231255.29318字节

数据集大小

• 下载大小: 210065803478字节
• 总数据大小: 215809231255.29318字节

注意事项

• 数据集中包含两个额外的示例，需要过滤掉。