FusionAudio-2

# Audio Caption Dataset

## Dataset Description

This dataset contains audio captions from the dataset, including:
- Audio captions
- Speech captions
- Music captions (where available)
- Audio files and metadata

## Dataset Structure

The dataset contains the following columns:
- `id`: Unique identifier for each audio sample
- `audio_caption`: Description of the audio content
- `speech_caption`: Description of speech content
- `music_caption`: Description of music content (may be empty)
- `path`: Relative path to the audio file
- `url`: Original URL (if available)
- `timeinterval`: Time interval information
- `audio`: Audio data

## Dataset Statistics

- Total samples: ~86,000
- Audio format: WAV files
- Sample rate: Variable

## Usage

```python
from datasets import load_dataset

# Load the dataset
dataset = load_dataset("tzzte/FusionAudio-2")

# Access a sample
sample = dataset["train"][0]
print(sample["audio_caption"])
```

# 音频字幕数据集（Audio Caption Dataset）

## 数据集概述
本数据集收录源自源数据集的各类音频字幕内容，具体包括：
- 通用音频字幕
- 语音字幕
- 音乐字幕（若存在对应内容）
- 音频文件与元数据

## 数据集结构
该数据集包含以下字段：
- `id`：每条音频样本的唯一标识符
- `audio_caption`：音频整体内容的描述文本
- `speech_caption`：语音内容的描述文本
- `music_caption`：音乐内容的描述文本（可为空）
- `path`：音频文件的相对存储路径
- `url`：原始来源链接（若可用）
- `timeinterval`：时间区间信息
- `audio`：原始音频数据

## 数据集统计
- 总样本量：约86,000条
- 音频格式：WAV格式文件
- 采样率：可变

## 使用示例
python
from datasets import load_dataset

# 加载数据集
dataset = load_dataset("tzzte/FusionAudio-2")

# 获取单条训练样本
sample = dataset["train"][0]
print(sample["audio_caption"])