five

voxlingua33 in WebDataset Format

收藏
NIAID Data Ecosystem2026-05-02 收录
下载链接:
https://zenodo.org/record/14723798
下载链接
链接失效反馈
官方服务:
资源简介:
This dataset is the voxlingua33 dataset, formatted in the WebDataset format. WebDataset files are essentially tar archives, where each example in the dataset is represented by a pair of files: a WAV audio file and a corresponding JSON metadata file. The JSON file contains the class label and other relevant information for that particular audio sample. $ tar tvf train_subset_2k_0000000.tar|head -r--r--r-- bigdata/bigdata 16 2025-01-14 12:47 aY52TYclAwM__U__S1---0600_720-0603_400.json -r--r--r-- bigdata/bigdata 85804 2025-01-14 12:47 aY52TYclAwM__U__S1---0600_720-0603_400.wav -r--r--r-- bigdata/bigdata 16 2025-01-14 12:47 djLw9m-efBw__U__S10---0011_620-0024_700.json -r--r--r-- bigdata/bigdata 418604 2025-01-14 12:47 djLw9m-efBw__U__S10---0011_620-0024_700.wav -r--r--r-- bigdata/bigdata 16 2025-01-14 12:47 7uydbHTC7aI__U__S0---0011_290-0025_880.json -r--r--r-- bigdata/bigdata 466924 2025-01-14 12:47 7uydbHTC7aI__U__S0---0011_290-0025_880.wav -r--r--r-- bigdata/bigdata 16 2025-01-14 12:47 T7JlObbeXnk__U__S142---1050_920-1064_590.json -r--r--r-- bigdata/bigdata 437484 2025-01-14 12:47 T7JlObbeXnk__U__S142---1050_920-1064_590.wav -r--r--r-- bigdata/bigdata 16 2025-01-14 12:47 OzEFTYKDD4E__U__S11---0090_640-0097_250.json -r--r--r-- bigdata/bigdata 211564 2025-01-14 12:47 OzEFTYKDD4E__U__S11---0090_640-0097_250.wav   $ cat aY52TYclAwM__U__S1---0600_720-0603_400.json {"labels": "de"}
创建时间:
2025-01-24
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作