formospeech/hakkaradio_news

该数据集包含多个配置（dapu、hailu、raoping、sixian、zhaoan），每个配置都包含音频数据及其相关的文本、国际音标（IPA）、方言和说话者信息。数据集的特征包括id、audio、duration、text、ipa、dialect和speaker。每个配置的数据分割仅包含训练集，且训练集的字节数和示例数各不相同。

The dataset includes multiple configurations (dapu, hailu, raoping, sixian, zhaoan), each containing audio data along with associated text, International Phonetic Alphabet (IPA), dialect, and speaker information. The features of the dataset include id, audio, duration, text, ipa, dialect, and speaker. Each configurations data split only includes the training set, with varying byte sizes and number of examples for each training set.

原始信息汇总

数据集概述

数据集配置

配置名称：dapu

• 特征：
  • id: string
  • audio: audio
  • duration: float64
  • text: string
  • ipa: string
  • dialect: string
  • speaker: string
• 分割：
  • train:
    • 字节数: 1375295167.374
    • 样本数: 12942
• 下载大小: 1303682602
• 数据集大小: 1375295167.374
• 数据文件路径: dapu/train-*

配置名称：hailu

• 特征：
  • id: string
  • audio: audio
  • duration: float64
  • text: string
  • ipa: string
  • dialect: string
  • speaker: string
• 分割：
  • train:
    • 字节数: 6581570448.007
    • 样本数: 49083
• 下载大小: 4909202110
• 数据集大小: 6581570448.007
• 数据文件路径: hailu/train-*

配置名称：raoping

• 特征：
  • id: string
  • audio: audio
  • duration: float64
  • text: string
  • ipa: string
  • dialect: string
  • speaker: string
• 分割：
  • train:
    • 字节数: 304297603.392
    • 样本数: 4128
• 下载大小: 320944574
• 数据集大小: 304297603.392
• 数据文件路径: raoping/train-*

配置名称：sixian

• 特征：
  • id: string
  • audio: audio
  • duration: float64
  • text: string
  • ipa: string
  • dialect: string
  • speaker: string
• 分割：
  • train:
    • 字节数: 7092249093.636
    • 样本数: 57852
• 下载大小: 6672938935
• 数据集大小: 7092249093.636
• 数据文件路径: sixian/train-*

配置名称：zhaoan

• 特征：
  • id: string
  • audio: audio
  • duration: float64
  • text: string
  • ipa: string
  • dialect: string
  • speaker: string
• 分割：
  • train:
    • 字节数: 291172846.793
    • 样本数: 4167
• 下载大小: 308405406
• 数据集大小: 291172846.793
• 数据文件路径: zhaoan/train-*