Mihaj/ruoh

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: mother_tongue
dtype: string
- name: region
dtype: string
- name: gender
dtype: string
- name: age
dtype: int64
- name: speaker
dtype: string
- name: speakers_num
dtype: int64
splits:
- name: train
num_bytes: 1357632609.25
num_examples: 11222
- name: val
num_bytes: 325532691.0
num_examples: 2608
- name: test
num_bytes: 314386653.75
num_examples: 2458
download_size: 1959891915
dataset_size: 1997551954.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• 音频
  • 采样率: 16000
• 文本
  • 数据类型: 字符串
• 母语
  • 数据类型: 字符串
• 地区
  • 数据类型: 字符串
• 性别
  • 数据类型: 字符串
• 年龄
  • 数据类型: 整数
• 说话者
  • 数据类型: 字符串
• 说话者数量
  • 数据类型: 整数

数据分割

• 训练集
  • 字节数: 1357632609.25
  • 样本数: 11222
• 验证集
  • 字节数: 325532691.0
  • 样本数: 2608
• 测试集
  • 字节数: 314386653.75
  • 样本数: 2458

数据大小

• 下载大小: 1959891915
• 数据集大小: 1997551954.0

配置

• 默认配置
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/val-*
    • 测试集: data/test-*