maxseats/aihub-464-preprocessed-680GB-set-17

该数据集包含音频、标签和输入特征三个主要特征。音频特征的采样率为16000Hz，标签特征为字符串类型，输入特征为浮点数序列。数据集分为训练集、测试集和验证集三个部分，分别包含41955、5245和5244个样本。数据集的总下载大小为21685467973字节，总数据集大小为60876736732.0字节。

The dataset contains three main features: audio, labels, and input features. The audio feature has a sampling rate of 16000Hz, the labels feature is of string type, and the input features are sequences of float32. The dataset is divided into three parts: train, test, and validation sets, containing 41955, 5245, and 5244 samples respectively. The total download size of the dataset is 21685467973 bytes, and the total dataset size is 60876736732.0 bytes.

原始信息汇总

数据集概述

数据集特征

• 音频
  • 采样率: 16000
• 标签
  • 数据类型: 字符串
• 输入特征
  • 序列类型: 浮点数 (float32)

数据集划分

• 训练集
  • 字节数: 48701157226.58569
  • 样本数: 41955
• 测试集
  • 字节数: 6088370150.242926
  • 样本数: 5245
• 验证集
  • 字节数: 6087209355.171383
  • 样本数: 5244

数据集大小

• 下载大小: 21685467973 字节
• 总大小: 60876736732.0 字节

配置

• 默认配置
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/valid-*