Beijuka/Afrikaans_parakeet_10hr

该数据集包含多个特征，如说话者ID、年龄、性别、位置、音频文件、MD5校验和、音频持续时间、PDP评分和转录文本。数据集分为训练集、验证集和测试集，每个部分都有相应的字节大小和示例数量。数据集的下载大小为1590976543字节，总大小为1615405854字节。

The dataset contains multiple features such as speaker ID, age, gender, location, audio files, MD5 checksum, audio duration, PDP score, and transcription text. The dataset is divided into training, validation, and test sets, each with corresponding byte sizes and number of examples. The download size of the dataset is 1590976543 bytes, and the total size is 1615405854 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• speaker_id: 说话者ID，数据类型为 int64
• age: 年龄，数据类型为 int64
• gender: 性别，数据类型为 string
• location: 位置，数据类型为 string
• audio: 音频数据，包含采样率为 16000 的音频文件
• md5sum: MD5校验和，数据类型为 string
• duration: 音频时长，数据类型为 float64
• pdp_score: PDP得分，数据类型为 float64
• transcription: 转录文本，数据类型为 string

数据集划分

• train: 训练集，包含 11990 个样本，大小为 1153968331.0 字节
• valid: 验证集，包含 2499 个样本，大小为 230752160.0 字节
• test: 测试集，包含 2160 个样本，大小为 230685363.0 字节

数据集大小

• 下载大小: 1590976543 字节
• 数据集总大小: 1615405854.0 字节

配置

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