asahi417/seamless-align-enA-koA.speaker-embedding.xlsr-2b

该数据集包含多个子集（subset_1到subset_36），每个子集包含相同的特征：行号（line_no）、英文和韩文的ID（enA.id, koA.id）、激光评分（enA.laser_score, koA.laser_score）以及音频的说话者嵌入（enA.audio.speaker_embedding, koA.audio.speaker_embedding）。每个子集仅包含一个训练集（train），并提供了数据大小和示例数量的详细信息。

This dataset contains multiple subsets (subset_1 to subset_36), each with the same features: line number (line_no), English and Korean IDs (enA.id, koA.id), laser scores (enA.laser_score, koA.laser_score), and speaker embeddings for audio (enA.audio.speaker_embedding, koA.audio.speaker_embedding). Each subset contains only a training set (train) and provides detailed information on data size and the number of examples.

原始信息汇总

数据集概述

数据集配置

该数据集包含多个子集，每个子集的配置名称从subset_1到subset_36。

特征

每个子集包含以下特征：

• line_no: 行号，数据类型为int64。
• enA.id: 英文ID，数据类型为string。
• enA.laser_score: 英文LASER分数，数据类型为float64。
• koA.id: 韩文ID，数据类型为string。
• koA.laser_score: 韩文LASER分数，数据类型为float64。
• enA.audio.speaker_embedding: 英文音频说话者嵌入，数据类型为float32序列。
• enA.audio.speaker_embedding.full: 完整的英文音频说话者嵌入，数据类型为float32序列的序列。
• koA.audio.speaker_embedding: 韩文音频说话者嵌入，数据类型为float32序列。
• koA.audio.speaker_embedding.full: 完整的韩文音频说话者嵌入，数据类型为float32序列的序列。

数据分割

每个子集包含一个训练集分割：

• train: 训练集，包含数据字节数和样本数量。

数据集大小

每个子集的下载大小和数据集大小如下：

• subset_1: 下载大小为17974496609字节，数据集大小为17917565364字节。
• subset_10: 下载大小为13332733316字节，数据集大小为13286926104字节。
• subset_100: 下载大小为13348770761字节，数据集大小为13307731642字节。
• subset_11: 下载大小为12333163156字节，数据集大小为12290287138字节。
• subset_12: 下载大小为12599751374字节，数据集大小为12555571325字节。
• subset_13: 下载大小为13392047604字节，数据集大小为13346230847字节。
• subset_14: 下载大小为12815464821字节，数据集大小为12771072557字节。
• subset_15: 下载大小为13119387925字节，数据集大小为13073776458字节。
• subset_16: 下载大小为12210979995字节，数据集大小为12168471426字节。
• subset_17: 下载大小为13120995798字节，数据集大小为13075307162字节。
• subset_18: 下载大小为12656839805字节，数据集大小为12612496173字节。
• subset_19: 下载大小为13082432997字节，数据集大小为13036747921字节。
• subset_2: 下载大小为17296612545字节，数据集大小为17241145919字节。
• subset_20: 下载大小为12763346101字节，数据集大小为12718699643字节。
• subset_21: 下载大小为12865291666字节，数据集大小为12821223578字节。
• subset_22: 下载大小为12847296493字节，数据集大小为12802883869字节。
• subset_23: 下载大小为12792899990字节，数据集大小为12748534608字节。
• subset_24: 下载大小为13012275513字节，数据集大小为12967798722字节。
• subset_25: 下载大小为13087058369字节，数据集大小为13041342538字节。
• subset_26: 下载大小为13066312478字节，数据集大小为13020688177字节。
• subset_27: 下载大小为12984663130字节，数据集大小为12940964072字节。
• subset_28: 下载大小为12956697577字节，数据集大小为12912250789字节。
• subset_29: 下载大小为12972940862字节，数据集大小为12930130828字节。
• subset_3: 下载大小为15653665683字节，数据集大小为15603121445字节。
• subset_30: 下载大小为12749544199字节，数据集大小为12705753509字节。
• subset_31: 下载大小为12891210183字节，数据集大小为12847019081字节。
• subset_32: 下载大小为13096176041字节，数据集大小为13050684058字节。
• subset_33: 下载大小为13008590491字节，数据集大小为12964658864字节。
• subset_34: 下载大小为12602752629字节，数据集大小为12559116539字节。
• subset_35: 下载大小为12958603889字节，数据集大小为12915768146字节。
• subset_36: 下载大小为13152603889字节，数据集大小为13106876084字节。