Hunzla/simplified_google_speech_commands_wav2vec2_960h

---
dataset_info:
features:
- name: file
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: label
dtype:
class_label:
names:
'0': 'yes'
'1': 'no'
'2': up
'3': down
'4': left
'5': right
'6': 'on'
'7': 'off'
'8': stop
'9': go
'10': zero
'11': one
'12': two
'13': three
'14': four
'15': five
'16': six
'17': seven
'18': eight
'19': nine
'20': bed
'21': bird
'22': cat
'23': dog
'24': happy
'25': house
'26': marvin
'27': sheila
'28': tree
'29': wow
'30': backward
'31': forward
'32': follow
'33': learn
'34': visual
'35': _silence_
- name: is_unknown
dtype: bool
- name: speaker_id
dtype: string
- name: utterance_id
dtype: int8
- name: embeddings
sequence:
sequence: float32
- name: input_length
dtype: int64
- name: label_encodings
sequence: int64
splits:
- name: train
num_bytes: 11238935260.0
num_examples: 84848
- name: test
num_bytes: 650121138.75
num_examples: 4890
- name: validation
num_bytes: 1322841633.25
num_examples: 9982
download_size: 13489230691
dataset_size: 13211898032.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据特征

• file: 文件名，数据类型为字符串。
• audio: 音频数据，采样率为16000。
• label: 标签，包含多个类别名称，如yes, no, up, down等。
• is_unknown: 是否未知，数据类型为布尔值。
• speaker_id: 说话者ID，数据类型为字符串。
• utterance_id: 话语ID，数据类型为int8。
• embeddings: 嵌入向量，数据类型为float32。
• input_length: 输入长度，数据类型为int64。
• label_encodings: 标签编码，数据类型为int64。

数据分割

• train: 训练集，包含84848个样本，总字节数为11238935260.0。
• test: 测试集，包含4890个样本，总字节数为650121138.75。
• validation: 验证集，包含9982个样本，总字节数为1322841633.25。

数据大小

• 下载大小: 13489230691字节。
• 数据集大小: 13211898032.0字节。

配置

• default: 默认配置，包含训练、测试和验证集的路径。
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/validation-*