procit002/test_g

该数据集包含多个字段，如说话者ID、说话者姓名、口音、文本、性别、音频和标准化文本。数据集主要用于语音和文本分析，可能用于语音识别、说话者识别或口音分析等任务。数据集包含一个训练集，共有500个示例，总大小为273564547字节。

This dataset includes multiple fields such as speaker ID, speaker name, accent, text, gender, audio, and normalized text. It is primarily used for speech and text analysis, potentially for tasks like speech recognition, speaker identification, or accent analysis. The dataset contains a training set with 500 examples, totaling 273564547 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，数据类型为字符串。
• speaker_name: 说话者姓名，数据类型为字符串。
• accent: 口音，数据类型为字符串。
• text: 文本内容，数据类型为字符串。
• gender: 性别，数据类型为字符串。
• audio: 音频文件，数据类型为音频。
• normalized_text: 归一化文本，数据类型为字符串。

数据分割

• train: 训练集，包含500个样本，总大小为273564547.0字节。

数据集大小

• 下载大小: 261604645字节
• 数据集总大小: 273564547.0字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*