Sunbird/salt-multispeaker-nyn

---
dataset_info:
features:
- name: ids
dtype: string
- name: texts
dtype: string
- name: audios
sequence: float32
- name: audio_languages
dtype: string
- name: are_studio
dtype: bool
- name: speaker_ids
dtype: string
- name: sample_rates
dtype: int64
splits:
- name: train
num_bytes: 2097996653
num_examples: 4812
- name: dev
num_bytes: 42040114
num_examples: 101
- name: test
num_bytes: 45063109
num_examples: 96
download_size: 1776765999
dataset_size: 2185099876
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• ids: 数据类型为字符串。
• texts: 数据类型为字符串。
• audios: 数据类型为浮点数序列。
• audio_languages: 数据类型为字符串。
• are_studio: 数据类型为布尔值。
• speaker_ids: 数据类型为字符串。
• sample_rates: 数据类型为64位整数。

数据集分割

• train: 包含4812个样本，总字节数为2097996653。
• dev: 包含101个样本，总字节数为42040114。
• test: 包含96个样本，总字节数为45063109。

数据集大小

• 下载大小: 1776765999字节。
• 数据集大小: 2185099876字节。

配置

• 默认配置:
  • 训练集: 路径为data/train-*。
  • 开发集: 路径为data/dev-*。
  • 测试集: 路径为data/test-*。