sqrk/mixat-tri

该数据集包含音频数据及其相关的转录、音译、翻译、语言和持续时间信息。数据集分为训练集和测试集，训练集包含3727个样本，测试集包含1585个样本。数据集的下载大小为8055397450字节，总大小为8830539329.878字节。

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• transcript: 文字记录
• transliteration: 音译
• translation: 翻译
• language: 语言
• duration_ms: 持续时间（毫秒）

数据集分割

• train:
  • 样本数量: 3727
  • 数据大小: 5031890088.468 字节
• test:
  • 样本数量: 1585
  • 数据大小: 3798649241.41 字节

数据集大小

• 下载大小: 8055397450 字节
• 总数据大小: 8830539329.878 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*