0-hero/lj_speech_with_spectogram

该数据集用于将音频波形转换为ASCII艺术，并通过微调Mistral模型来从ASCII艺术中预测文本。数据集包含音频、文本、归一化文本和频谱图等特征，并提供了训练集的分割信息。实验结果显示，尽管进行了微调，但模型的性能并未显著提升。

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• audio: 数据类型为音频，采样率为22050。
• file: 数据类型为字符串。
• text: 数据类型为字符串。
• normalized_text: 数据类型为字符串。
• spectogram: 数据类型为字符串。

数据集划分

• train: 训练集，包含13100个样本，总大小为3952752554.0字节。

数据集大小

• 下载大小: 3818657682字节。
• 数据集总大小: 3952752554.0字节。

配置

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

相关数据集

• lj_speech: 用于将音频波形转换为ASCII艺术的数据集。
• 0-hero/lj_speech_with_spectogram_conversations: 包含训练和测试分割的ShareGPT风格微调数据集。
• 0-hero/lj_speech_with_spectogram: 包含ASCII艺术的原始数据集。