Arbi-Houssem/Tunisian_dataset_STT-TTS30s

--- dataset_info: features: - name: audio dtype: audio - name: sentence dtype: string - name: start_time dtype: string - name: end_time dtype: string - name: speaker dtype: int64 splits: - name: train num_bytes: 139560295.0 num_examples: 476 - name: validation num_bytes: 15354290.0 num_examples: 64 download_size: 143402166 dataset_size: 154914585.0 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，数据类型为 audio。
• sentence: 句子文本，数据类型为 string。
• start_time: 开始时间，数据类型为 string。
• end_time: 结束时间，数据类型为 string。
• speaker: 说话者标识，数据类型为 int64。

数据集划分

• train: 训练集，包含 476 个样本，占用 139560295.0 字节。
• validation: 验证集，包含 64 个样本，占用 15354290.0 字节。

数据集大小

• 下载大小: 143402166 字节
• 数据集总大小: 154914585.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • validation: 路径为 data/validation-*