atgarcia/closedVocabVoiced

该数据集包含文本、音频和肌电图三种类型的数据。文本数据为字符串格式，音频数据包含音频数组、文件路径和采样率信息，肌电图数据为浮点数序列。数据集分为训练集和测试集，训练集有400个样本，测试集有100个样本。数据集的下载大小为124913032字节，总大小为336385572.0字节。

This dataset contains three types of data: text, audio, and electromyography (EMG). The text data is in string format, the audio data includes audio arrays, file paths, and sampling rates, and the EMG data is a sequence of floating-point numbers. The dataset is divided into a training set and a test set, with 400 samples in the training set and 100 samples in the test set. The download size of the dataset is 124913032 bytes, and the total size is 336385572.0 bytes.

原始信息汇总

数据集概述

数据特征

• text: 文本数据，数据类型为字符串。
• audio: 音频数据，包含以下结构：
  • array: 音频数据的数组表示，数据类型为浮点数序列。
  • path: 音频文件的路径，数据类型为字符串。
  • sampling_rate: 音频的采样率，数据类型为64位整数。
• emg: 肌电图数据，数据类型为浮点数序列的序列。

数据集划分

• train: 训练集，包含400个样本，总大小为269108457.6字节。
• test: 测试集，包含100个样本，总大小为67277114.4字节。

数据集大小

• 下载大小: 124913032字节。
• 总大小: 336385572.0字节。

配置

• default: 默认配置，包含以下数据文件路径：
  • train: data/train-*
  • test: data/test-*