maxseats/aihub-464-preprocessed-680GB-set-43

该数据集包含音频数据、标签和输入特征。音频数据的采样率为16000Hz，标签为字符串类型，输入特征为浮点数序列。数据集分为训练集、测试集和验证集，分别包含43699、5463和5462个样本。数据集的下载大小为21871664590字节，总大小为63015663775.0字节。

The dataset includes three main features: audio, labels, and input_features. The audio feature has a sampling rate of 16000, the labels feature is of string type, and the input_features are sequences of float32. The dataset is divided into train, test, and valid splits, each with specified byte sizes and number of examples. The total download size of the dataset is 21871664590 bytes, and the dataset size is 63015663775.0 bytes. The dataset has a default configuration that specifies the file paths for each split.

原始信息汇总

数据集概述

数据特征

• audio: 音频数据，采样率为16000。
• labels: 标签数据，数据类型为字符串。
• input_features: 输入特征，数据类型为浮点数序列。

数据集划分

• train: 训练集，包含43699个样本，大小为50412300294.81043字节。
• test: 测试集，包含5463个样本，大小为6302258553.0687065字节。
• valid: 验证集，包含5462个样本，大小为6301104927.120863字节。

数据集大小

• 下载大小: 21871664590字节
• 总数据集大小: 63015663775.0字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • test: 路径为data/test-*
    • valid: 路径为data/valid-*