kashif-001

该数据集是一个包含多媒体内容的数据集，主要特征包括音频文件（采样率为16000Hz）和相关的文本信息。数据集中的每条记录包含音频ID、音频内容、文本描述、来源URL、视频ID、标题、时间片段起始和结束点、语言、字幕类型、覆盖率标记、是否重复下载标记、关键词列表、查询内容、关键词和查询的原始输出，以及标记这些输出是否为有效JSON格式的布尔值。数据集适用于语音识别、音频标注、多媒体内容分析等任务。数据集总大小为2816108366字节，包含4392个样本，全部划分为训练集。