sanchit-gandhi/librispeech_asr_parquet

该数据集包含音频文件、对应的文本、说话者ID、章节ID和唯一标识符。数据集被分割为训练集，包含73个样本，总大小为9677021字节。音频文件的采样率为16000Hz。

原始信息汇总

数据集概述

数据特征

• file: 文件名，数据类型为字符串。
• audio: 音频数据，采样率为16000。
• text: 文本数据，数据类型为字符串。
• speaker_id: 说话者ID，数据类型为整数（int64）。
• chapter_id: 章节ID，数据类型为整数（int64）。
• id: 唯一标识符，数据类型为字符串。

数据集划分

• train: 训练集，包含73个样本，总大小为9677021字节。

数据集大小

• 下载大小: 9192059字节
• 数据集总大小: 9677021字节

配置信息

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*