mangoesai/SR_Input_Dataset_Testing

---
dataset_info:
features:
- name: file_name
dtype: string
- name: wav
struct:
- name: array
sequence: float64
- name: path
dtype: string
- name: sampling_rate
dtype: int64
- name: transcription
dtype: string
- name: chunk_speaker
dtype: string
- name: start_time
dtype: float64
- name: end_time
dtype: float64
- name: date
dtype: string
- name: session_speaker
dtype: string
- name: time
dtype: string
- name: nemo_embedding
sequence:
sequence: float64
- name: doctor_name
dtype: string
- name: patient_name
dtype: string
splits:
- name: train
num_bytes: 515934013.3766234
num_examples: 804
download_size: 330475525
dataset_size: 515934013.3766234
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• file_name：文件名，数据类型为字符串。
• wav：音频文件信息，包含以下子特征：
  • array：音频数据数组，数据类型为浮点数64位。
  • path：音频文件路径，数据类型为字符串。
  • sampling_rate：采样率，数据类型为整数64位。
• transcription：转录文本，数据类型为字符串。
• chunk_speaker：片段发言人，数据类型为字符串。
• start_time：开始时间，数据类型为浮点数64位。
• end_time：结束时间，数据类型为浮点数64位。
• date：日期，数据类型为字符串。
• session_speaker：会话发言人，数据类型为字符串。
• time：时间，数据类型为字符串。
• nemo_embedding：嵌入向量，数据类型为浮点数64位序列。
• doctor_name：医生姓名，数据类型为字符串。
• patient_name：患者姓名，数据类型为字符串。

数据集分割

• train：训练集，包含804个样本，总大小为515934013.3766234字节。

数据集大小

• 下载大小：330475525字节。
• 数据集大小：515934013.3766234字节。