Arbi-Houssem/Tunisian_dataset_STT-TTS1

该数据集包含音频和文本信息，特征包括音频文件、句子文本、开始时间、结束时间和说话者ID。数据集分为训练集和验证集，训练集包含775个样本，验证集包含56个样本。数据集的下载大小为152986309字节，总大小为158513072字节。

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，数据类型为 audio。
• sentence: 句子文本，数据类型为 string。
• start_time: 开始时间，数据类型为 string。
• end_time: 结束时间，数据类型为 string。
• speaker: 说话者标识，数据类型为 int64。

数据集划分

• train: 训练集，包含 775 个样本，占用 149220510.0 字节。
• validation: 验证集，包含 56 个样本，占用 9292562.0 字节。

数据集大小

• 下载大小: 152986309 字节。
• 总大小: 158513072.0 字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*。
    • validation: 路径为 data/validation-*。