Codec-SUPERB/audioset_extract_unit

---
configs:
- config_name: default
data_files:
- split: academicodec_hifi_16k_320d
path: data/academicodec_hifi_16k_320d-*
- split: academicodec_hifi_16k_320d_large_uni
path: data/academicodec_hifi_16k_320d_large_uni-*
- split: academicodec_hifi_24k_320d
path: data/academicodec_hifi_24k_320d-*
- split: audiodec_24k_320d
path: data/audiodec_24k_320d-*
- split: dac_16k
path: data/dac_16k-*
- split: dac_24k
path: data/dac_24k-*
- split: dac_44k
path: data/dac_44k-*
- split: encodec_24k
path: data/encodec_24k-*
- split: funcodec_en_libritts_16k_gr1nq32ds320
path: data/funcodec_en_libritts_16k_gr1nq32ds320-*
- split: funcodec_en_libritts_16k_gr8nq32ds320
path: data/funcodec_en_libritts_16k_gr8nq32ds320-*
- split: funcodec_en_libritts_16k_nq32ds320
path: data/funcodec_en_libritts_16k_nq32ds320-*
- split: funcodec_en_libritts_16k_nq32ds640
path: data/funcodec_en_libritts_16k_nq32ds640-*
- split: funcodec_zh_en_16k_nq32ds320
path: data/funcodec_zh_en_16k_nq32ds320-*
- split: funcodec_zh_en_16k_nq32ds640
path: data/funcodec_zh_en_16k_nq32ds640-*
- split: speech_tokenizer_16k
path: data/speech_tokenizer_16k-*
dataset_info:
features:
- name: id
dtype: string
- name: unit
sequence:
sequence: int64
splits:
- name: academicodec_hifi_16k_320d
num_bytes: 319021293
num_examples: 20111
- name: academicodec_hifi_16k_320d_large_uni
num_bytes: 319021293
num_examples: 20111
- name: academicodec_hifi_24k_320d
num_bytes: 478780301
num_examples: 20111
- name: audiodec_24k_320d
num_bytes: 1022122429
num_examples: 20111
- name: dac_16k
num_bytes: 1952097389
num_examples: 20111
- name: dac_24k
num_bytes: 5702822941
num_examples: 20111
- name: dac_44k
num_bytes: 1652041265
num_examples: 20111
- name: encodec_24k
num_bytes: 239902677
num_examples: 20111
- name: funcodec_en_libritts_16k_gr1nq32ds320
num_bytes: 2554643997
num_examples: 20111
- name: funcodec_en_libritts_16k_gr8nq32ds320
num_bytes: 2554643997
num_examples: 20111
- name: funcodec_en_libritts_16k_nq32ds320
num_bytes: 2554568477
num_examples: 20111
- name: funcodec_en_libritts_16k_nq32ds640
num_bytes: 1281207325
num_examples: 20111
- name: funcodec_zh_en_16k_nq32ds320
num_bytes: 2554568477
num_examples: 20111
- name: funcodec_zh_en_16k_nq32ds640
num_bytes: 2554568477
num_examples: 20111
- name: speech_tokenizer_16k
num_bytes: 638928701
num_examples: 20111
download_size: 4072930950
dataset_size: 26378939039
---
# Dataset Card for "audioset_extract_unit"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据文件配置

• 默认配置：
  • 学术编解码器（HiFi）16k 320d：
    • 分割名称：academicodec_hifi_16k_320d
    • 路径：data/academicodec_hifi_16k_320d-*
  • 学术编解码器（HiFi）16k 320d 大统一：
    • 分割名称：academicodec_hifi_16k_320d_large_uni
    • 路径：data/academicodec_hifi_16k_320d_large_uni-*
  • 学术编解码器（HiFi）24k 320d：
    • 分割名称：academicodec_hifi_24k_320d
    • 路径：data/academicodec_hifi_24k_320d-*
  • 音频编解码器 24k 320d：
    • 分割名称：audiodec_24k_320d
    • 路径：data/audiodec_24k_320d-*
  • DAC 16k：
    • 分割名称：dac_16k
    • 路径：data/dac_16k-*
  • DAC 24k：
    • 分割名称：dac_24k
    • 路径：data/dac_24k-*
  • DAC 44k：
    • 分割名称：dac_44k
    • 路径：data/dac_44k-*
  • 编码器 24k：
    • 分割名称：encodec_24k
    • 路径：data/encodec_24k-*
  • FunCodec EN LibriTTS 16k gr1nq32ds320：
    • 分割名称：funcodec_en_libritts_16k_gr1nq32ds320
    • 路径：data/funcodec_en_libritts_16k_gr1nq32ds320-*
  • FunCodec EN LibriTTS 16k gr8nq32ds320：
    • 分割名称：funcodec_en_libritts_16k_gr8nq32ds320
    • 路径：data/funcodec_en_libritts_16k_gr8nq32ds320-*
  • FunCodec EN LibriTTS 16k nq32ds320：
    • 分割名称：funcodec_en_libritts_16k_nq32ds320
    • 路径：data/funcodec_en_libritts_16k_nq32ds320-*
  • FunCodec EN LibriTTS 16k nq32ds640：
    • 分割名称：funcodec_en_libritts_16k_nq32ds640
    • 路径：data/funcodec_en_libritts_16k_nq32ds640-*
  • FunCodec ZH EN 16k nq32ds320：
    • 分割名称：funcodec_zh_en_16k_nq32ds320
    • 路径：data/funcodec_zh_en_16k_nq32ds320-*
  • FunCodec ZH EN 16k nq32ds640：
    • 分割名称：funcodec_zh_en_16k_nq32ds640
    • 路径：data/funcodec_zh_en_16k_nq32ds640-*
  • 语音标记器 16k：
    • 分割名称：speech_tokenizer_16k
    • 路径：data/speech_tokenizer_16k-*

数据集信息

• 特征：

  • id：字符串类型
  • unit：序列类型，包含int64序列

• 分割信息：

  • 学术编解码器（HiFi）16k 320d：
    • 字节数：319021293
    • 样本数：20111
  • 学术编解码器（HiFi）16k 320d 大统一：
    • 字节数：319021293
    • 样本数：20111
  • 学术编解码器（HiFi）24k 320d：
    • 字节数：478780301
    • 样本数：20111
  • 音频编解码器 24k 320d：
    • 字节数：1022122429
    • 样本数：20111
  • DAC 16k：
    • 字节数：1952097389
    • 样本数：20111
  • DAC 24k：
    • 字节数：5702822941
    • 样本数：20111
  • DAC 44k：
    • 字节数：1652041265
    • 样本数：20111
  • 编码器 24k：
    • 字节数：239902677
    • 样本数：20111
  • FunCodec EN LibriTTS 16k gr1nq32ds320：
    • 字节数：2554643997
    • 样本数：20111
  • FunCodec EN LibriTTS 16k gr8nq32ds320：
    • 字节数：2554643997
    • 样本数：20111
  • FunCodec EN LibriTTS 16k nq32ds320：
    • 字节数：2554568477
    • 样本数：20111
  • FunCodec EN LibriTTS 16k nq32ds640：
    • 字节数：1281207325
    • 样本数：20111
  • FunCodec ZH EN 16k nq32ds320：
    • 字节数：2554568477
    • 样本数：20111
  • FunCodec ZH EN 16k nq32ds640：
    • 字节数：2554568477
    • 样本数：20111
  • 语音标记器 16k：
    • 字节数：638928701
    • 样本数：20111

• 数据集大小：

  • 下载大小：4072930950 字节
  • 数据集大小：26378939039 字节