tsdocode/merge_vi

---
dataset_info:
features:
- name: speaker_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 1724733095.0
num_examples: 11660
- name: test
num_bytes: 86260672.0
num_examples: 760
download_size: 1772544401
dataset_size: 1810993767.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• speaker_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000。
• sentence: 数据类型为字符串。
• whisper_transcript: 数据类型为整数64位序列。

数据集划分

• train: 包含11660个样本，总大小为1724733095字节。
• test: 包含760个样本，总大小为86260672字节。

数据集大小

• 下载大小: 1772544401字节。
• 数据集总大小: 1810993767字节。

数据文件配置

• default配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*