commonvoice22_sidon_be_flat_audio

该数据集是一个包含音频和文本的语音数据集，具有347,672个训练样本，15,879个验证样本和15,880个测试样本，另有17,002个其他样本和36,842个无效样本。每个数据样本包含音频文件、对应文本句子、客户端ID、年龄信息以及用户评价（赞成票和反对票数量）。数据集总大小约为82.4GB，适用于语音识别、语音合成或其他语音相关任务的研究与开发。