Gbssreejith/combined_malyalam_voice_dataset

该数据集包含音频和文本信息，音频的采样率为16000Hz，每个样本包含音频、句子（文本）和来源信息。数据集分为训练集和测试集，训练集包含14729个样本，测试集包含1637个样本。数据集的下载大小为5274156815字节，总大小为5855914974.811字节。数据文件路径分别为训练集和测试集。

This dataset contains audio and text information, with audio sampled at 16000Hz. Each sample includes audio, a sentence (text), and source information. The dataset is divided into a training set and a test set, with the training set containing 14,729 samples and the test set containing 1,637 samples. The download size of the dataset is 5,274,156,815 bytes, and the total size is 5,855,914,974.811 bytes. The data files are located in the paths for the training set and the test set.

原始信息汇总

数据集概述

特征信息

• 音频
  • 采样率: 16000
• 句子
  • 数据类型: 字符串
• 来源
  • 数据类型: 字符串

数据分割

• 训练集
  • 字节数: 5260665634.825
  • 样本数: 14729
• 测试集
  • 字节数: 595249339.986
  • 样本数: 1637

数据集大小

• 下载大小: 5274156815
• 数据集总大小: 5855914974.811

配置信息

• 默认配置
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*