该数据集包含多个特征，包括文本转录（transcript）、音频数据（audio）、多个面部编码特征（facodec_X）以及说话者嵌入（spk_embs）。数据集被划分为多个名为'vm_X'的分片，每个分片包含7633个样本。每个分片的具体文件路径在配置部分提供。数据集的总大小和下载大小分别为107,457,894,456.52803字节和68,284,553,545字节。

Hugging Face2024-12-07 更新100

tii-audio/meld_eval

对话系统

音频处理

该数据集包含多个特征，包括提示（prompt）、真实值（gt）、来源（source）、任务（task）、ID（id）、音频（audio）、音频样本数（num_audio_samples）、采样率（sampling_rate）、对话（conversation）和语言（language）。数据集被划分为一个测试集，包含3718个样本，总大小为1259542字节。数据集的下载大小为75147字节。

Hugging Face2024-12-11 更新70

Piyush2512/crema_audio

情感分析

音频处理

--- dataset_info: features: - name: anger dtype: 'null' - name: sad dtype: 'null' - name: fear dtype: 'null' - name: happy dtype: 'null' - name: disgusted dtype: 'null'

Hugging Face2024-04-11 更新110

resample_after_augmentation_dataset

音频处理

语音识别

The audio files of 2 Quran reciters augmented using TimeStretch effect.

kaggle2023-12-19 更新70