somehowchris/librispeech_asr_validation

该数据集包含多个特征，如音频文件、文本、说话者ID、章节ID等。数据集的验证集包含2703个样本，总大小为754046968.125字节。数据集的特征包括音频采样率、文本语义ID、编解码代码等。

The dataset includes multiple features such as file name (string type), audio (sampling rate 16000Hz), text (string type), speaker ID (integer type), chapter ID (integer type), unique identifier (string type), speaker embedding (float sequence), text semantic IDs (integer sequence), and codec codes (integer sequence). The dataset is divided into a validation set containing 2703 samples with a total size of 754046968.125 bytes. The download size of the dataset is 669283813 bytes.

原始信息汇总

数据集概述

数据集特征

• file: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000。
• text: 数据类型为字符串。
• speaker_id: 数据类型为int64。
• chapter_id: 数据类型为int64。
• id: 数据类型为字符串。
• speaker_embedding: 数据类型为float32序列。
• text_semantic_ids: 数据类型为int64序列。
• codec_codes: 数据类型为int64序列。

数据集分割

• validation: 包含2703个样本，数据集大小为754046968.125字节。

数据集大小

• 下载大小: 669283813字节
• 数据集总大小: 754046968.125字节