kamilakesbi/synthetic_dataset_en

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speakers
sequence: string
- name: timestamps_start
sequence: float64
- name: timestamps_end
sequence: float64
splits:
- name: validation
num_bytes: 837032.0
num_examples: 1
- name: train
num_bytes: 113482580.0
num_examples: 24
download_size: 195228195
dataset_size: 114319612.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，采样率为16000。
• speakers: 说话人信息，数据类型为字符串序列。
• timestamps_start: 开始时间戳，数据类型为浮点数序列。
• timestamps_end: 结束时间戳，数据类型为浮点数序列。

数据集分割

• validation: 验证集，包含1个样本，占用837032字节。
• train: 训练集，包含24个样本，占用113482580字节。

数据集大小

• 下载大小: 195228195字节。
• 数据集大小: 114319612.0字节。

数据文件配置

• config_name: default
• data_files:
  • split: train: 路径为data/train-*。
  • split: validation: 路径为data/validation-*。