Beijuka/xhosa_parakeet_1hr

该数据集包含多个特征，包括说话者ID、年龄、性别、位置、音频、MD5校验和、持续时间、PDP评分和转录文本。数据集分为训练集、验证集和测试集，每个部分的大小和样本数量都有详细说明。数据集的下载大小为572264303字节，总大小为576565900字节。

The dataset includes multiple features such as Speaker ID, Age, Gender, Location, audio, MD5Sum, duration, PDP Score, and transcription. The dataset is divided into train, valid, and test sets, with detailed information on the size and number of examples for each part. The download size of the dataset is 572264303 bytes, and the total size is 576565900 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• Speaker ID: 整数类型
• Age: 整数类型
• Gender: 字符串类型
• Location: 字符串类型
• audio:
  • sampling_rate: 16000
• MD5Sum: 字符串类型
• duration: 浮点数类型
• PDP Score: 浮点数类型
• transcription: 字符串类型

数据分割

• train:
  • 字节数: 115358284.0
  • 样本数: 1066
• valid:
  • 字节数: 115257836.0
  • 样本数: 969
• test:
  • 字节数: 345949780.0
  • 样本数: 2680

数据集大小

• 下载大小: 572264303
• 数据集大小: 576565900.0

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • valid: data/valid-*
    • test: data/test-*