cv22-neucodec

该数据集是一个多语言语音数据集，包含多种语言的音频文件及其相关文本信息。数据集支持的语言包括南非荷兰语（af）、阿姆哈拉语（am）、阿拉伯语（ar）、阿萨姆语（as）、阿塞拜疆语（az）、白俄罗斯语（be）、保加利亚语（bg）和孟加拉语（bn）。每个语言配置包含以下字段：音频路径（audio_path）、音频时长（duration）、编码序列（codes）、句子文本（sentence）和客户端ID（client_id）。数据集分为训练集（train）、验证集（validation）、测试集（test）和其他（other）四个部分，每个部分都有具体的样本数量和字节大小。该数据集适用于语音识别、语音合成和多语言语音处理等任务。