MiXaiLL76/ru_youtube_dataset

--- dataset_info: features: - name: text dtype: string - name: text_len dtype: int64 - name: language dtype: string - name: speaker_name dtype: string - name: duration dtype: float64 - name: audio dtype: audio - name: file_size dtype: int64 - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 781818740.114 num_examples: 3189 download_size: 655603537 dataset_size: 781818740.114 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• text：文本，数据类型为字符串。
• text_len：文本长度，数据类型为整数。
• language：语言，数据类型为字符串。
• speaker_name：说话人姓名，数据类型为字符串。
• duration：持续时间，数据类型为浮点数。
• audio：音频，数据类型为音频。
• file_size：文件大小，数据类型为整数。
• index_level_0：索引级别0，数据类型为整数。

数据集分割

• train：训练集，包含3189个样本，总大小为781818740.114字节。

数据集大小

• 下载大小：655603537字节。
• 数据集总大小：781818740.114字节。