Beijuka/xhosa_parakeet_10hr
收藏Hugging Face2024-07-19 更新2024-07-22 收录
下载链接：
https://hf-mirror.com/datasets/Beijuka/xhosa_parakeet_10hr
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个特征，包括说话者ID、年龄、性别、位置、音频、MD5校验和、持续时间、PDP分数和转录文本。数据集分为训练集、验证集和测试集三个部分，每个部分都有相应的字节大小和示例数量。数据集的总下载大小为1712288963字节，总大小为1730200993字节。
This dataset includes multiple features such as Speaker ID, Age, Gender, Location, audio, MD5Sum, duration, PDP Score, and transcription. The dataset is divided into three parts: train, valid, and test, each with corresponding byte sizes and number of examples. The total download size of the dataset is 1712288963 bytes, and the total size is 1730200993 bytes.
提供机构：
Beijuka
原始信息汇总
数据集概述
数据集特征
- Speaker ID: 说话者ID，数据类型为
int64。 - Age: 年龄，数据类型为
int64。 - Gender: 性别，数据类型为
string。 - Location: 位置，数据类型为
string。 - audio: 音频数据，包含采样率为16000的音频文件。
- MD5Sum: MD5校验和，数据类型为
string。 - duration: 音频时长，数据类型为
float64。 - PDP Score: PDP评分，数据类型为
float64。 - transcription: 转录文本，数据类型为
string。
数据集划分
- train: 训练集，包含9915个样本，大小为1153547512字节。
- valid: 验证集，包含1589个样本，大小为230653068字节。
- test: 测试集，包含2665个样本，大小为346000413字节。
数据集大小
- 下载大小: 1712288963字节。
- 数据集总大小: 1730200993字节。
配置信息
- config_name:
default- data_files:
- train:
data/train-* - valid:
data/valid-* - test:
data/test-*
- train:
- data_files:
