atgarcia/closedVocabVoicedNoSplit

该数据集包含文本、音频和肌电图三种类型的数据。文本数据为字符串格式，音频数据包括浮点数数组、文件路径和采样率信息，肌电图数据为浮点数序列。数据集分为一个训练集，包含500个样本，总大小为336385572字节，下载大小为125075901字节。默认配置的数据文件路径为data/train-*。

This dataset contains three types of data: text, audio, and electromyography (EMG). The text data is in string format, the audio data includes a float array, file path, and sampling rate information, and the EMG data is a sequence of floats. The dataset is divided into one training set containing 500 samples, with a total size of 336385572 bytes and a download size of 125075901 bytes. The default configuration specifies the data file path as data/train-*.

原始信息汇总

数据集概述

数据特征

• text: 文本数据，数据类型为字符串。
• audio: 音频数据，包含以下结构：
  • array: 音频数据的数组表示，数据类型为浮点数序列。
  • path: 音频文件的路径，数据类型为字符串。
  • sampling_rate: 音频的采样率，数据类型为整数。
• emg: 肌电图数据，数据类型为浮点数序列的序列。

数据集划分

• train: 训练集，包含500个样本，总大小为336,385,572字节。

数据集大小

• 下载大小: 125,075,901字节
• 数据集总大小: 336,385,572字节

配置信息

• default: 默认配置，包含训练集数据文件路径为data/train-*。