audio_flamingo_description_4

该数据集包含音频样本及其对应的标准化文本和描述信息。数据集仅包含训练集，共317个样本。每个样本包含三个字段：音频数据（audio）、标准化文本（normalized_text）以及描述（flamingo_next_description）。该数据集可用于语音识别、音频描述生成或多模态学习等任务。This dataset contains audio samples along with their corresponding normalized text and description information. The dataset only includes a training set with a total of 317 samples. Each sample consists of three fields: audio data (audio), normalized text (normalized_text), and description (flamingo_next_description). The dataset can be used for tasks such as speech recognition, audio description generation, or multimodal learning.

原始信息汇总

数据集概述：nadsoft/audio_flamingo_description_4

该数据集包含音频数据及其对应的文本描述，主要用于音频相关的多模态模型训练或评估。

基本信息

• 数据集名称：nadsoft/audio_flamingo_description_4
• 访问地址：https://huggingface.co/datasets/nadsoft/audio_flamingo_description_4
• 数据集大小：总大小约 76.04 MB（下载大小约 75.22 MB）
• 数据格式：Hugging Face Dataset 格式，包含音频文件和文本字段

数据特征（Features）

该数据集包含以下三个字段：

字段名	数据类型	描述
audio	audio	音频数据（存储音频文件）
normalized_text	string	标准化后的文本内容
flamingo_next_description	string	与音频相关的 Flamingo 模型生成的描述文本

数据划分（Splits）

• 训练集（train）：
  • 样本数：317 条
  • 总字节数：约 76.04 MB

配置文件（Config）

• 仅有一个默认配置（default），数据文件路径为 data/train-*，包含全部训练数据。

适用场景

该数据集适合用于音频理解、音频文本匹配、多模态模型（如 Flamingo）的训练或评测任务，尤其是需要音频与其语义描述配对的数据场景。