five

CanopyLabs/snac-10m

收藏
Hugging Face2024-12-12 更新2024-12-14 收录
下载链接:
https://hf-mirror.com/datasets/CanopyLabs/snac-10m
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含两个主要特征:transcript和codes。transcript是字符串类型,表示转录文本;codes是int64类型的序列,可能代表某种编码或标签。数据集仅包含一个训练集,共有4,007,227个样本,总大小为37,423,766,126字节。下载大小为9,725,185,212字节。数据集的配置文件指定了默认配置,数据文件路径为data/vm_*。

The dataset contains two main features: transcript and codes. transcript is of string type, representing transcribed text, while codes is a sequence of int64, possibly representing some form of encoding or labels. The dataset includes only a training set with 4,007,227 samples, totaling 37,423,766,126 bytes. The download size is 9,725,185,212 bytes. The datasets configuration file specifies the default configuration, with data files located at data/vm_*.
提供机构:
CanopyLabs
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作