Masioki/DSCT2-processed

该数据集包含多个特征，如对话的轮次、意图、槽位、音频特征、文本内容、说话者和对话信息。数据集分为traindev和test两个部分，分别包含15611和9890个样本，总大小约为1.12GB。

原始信息汇总

数据集概述

数据集特征

• turn: 整数类型 (int64)
• intent: 字符串序列
• slots: 字符串序列
• cam: 字符串类型
• log_pitch_pov: 浮点数序列 (float32)
• log_pitch_der: 浮点数序列 (float32)
• log_total_e: 浮点数序列 (float32)
• log_total_e_lower_bands: 浮点数序列 (float32)
• log_total_e_upper_bands: 浮点数序列 (float32)
• audio: 音频类型，采样率为16000
• text: 字符串类型
• speaker: 字符串类型
• conversation: 字符串类型

数据集分割

• traindev:
  • 样本数量: 15611
  • 数据大小: 690869250.625 字节
• test:
  • 样本数量: 9890
  • 数据大小: 430258746.75 字节

数据集大小

• 下载大小: 1054800008 字节
• 数据集总大小: 1121127997.375 字节

配置文件

• default:
  • traindev: 数据文件路径为 data/traindev-*
  • test: 数据文件路径为 data/test-*