mmtg/train-inv

该数据集包含患者ID、转录文本、音频数据和类别四个主要特征。音频数据的采样率为16000Hz。数据集分为训练集、验证集和测试集，分别包含438、55和55个样本。数据集的下载大小为2459698629字节，总大小为3390546535字节。

The dataset contains four main features: patient_id, transcript, audio, and category. The audio data has a sampling rate of 16000Hz. The dataset is divided into three parts: train, valid, and test, containing 438, 55, and 55 samples respectively. The download size of the dataset is 2459698629 bytes, and the total size is 3390546535 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• patient_id: 类型为字符串。
• transcript: 类型为字符串。
• audio: 类型为音频，采样率为16000。
• category: 类型为64位整数。

数据分割

• train: 包含438个样本，大小为2711303869.0字节。
• valid: 包含55个样本，大小为353153500.0字节。
• test: 包含55个样本，大小为326089166.0字节。

数据集大小

• 下载大小: 2459698629字节。
• 总大小: 3390546535.0字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • valid: 数据路径为data/valid-*。
  • test: 数据路径为data/test-*。