Beijuka/NCHLT_Speech_corpus_Xhosa

该数据集包含多个字段，包括Speaker ID（说话者ID）、Age（年龄）、Gender（性别）、Location（位置）、Audio（音频）、MD5Sum（MD5校验和）、Duration（时长）、PDP Score（PDP评分）和transcription（转录文本）。音频数据的采样率为16000Hz。数据集分为训练集和测试集，训练集包含43881个样本，测试集包含2770个样本。

The dataset contains multiple fields, including Speaker ID, Age, Gender, Location, Audio, MD5Sum, Duration, PDP Score, and transcription. The audio data has a sampling rate of 16000Hz. The dataset is divided into a training set and a test set, with the training set containing 43,881 samples and the test set containing 2,770 samples.

原始信息汇总

数据集概述

数据集信息

特征

• Speaker ID: 整数类型
• Age: 整数类型
• Gender: 字符串类型
• Location: 字符串类型
• Audio: 音频类型，采样率为16000
• MD5Sum: 字符串类型
• Duration: 浮点数类型
• PDP Score: 浮点数类型
• Transcription: 字符串类型

数据集分割

• 训练集 (train):
  • 字节数: 4806252203.2
  • 样本数: 43881
• 测试集 (test):
  • 字节数: 295554778.4
  • 样本数: 2770

数据集大小

• 下载大小: 6416792622 字节
• 数据集大小: 5101806981.599999 字节

配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*