Arbi-Houssem/Tunisian_dataset_STT-TTS20s_filtred1.0

---
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: 147872616.7148387
num_examples: 768
- name: validation
num_bytes: 8628801.07142857
num_examples: 52
download_size: 149115330
dataset_size: 156501417.78626728
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。

数据分割

• train: 训练集，包含 768 个样本，占用 147872616.7148387 字节。
• validation: 验证集，包含 52 个样本，占用 8628801.07142857 字节。

数据集大小

• 下载大小: 149115330 字节。
• 数据集总大小: 156501417.78626728 字节。

配置

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