Beijuka/xhosa_parakeet_5hr

该数据集包含多个特征，包括说话者ID、年龄、性别、位置、音频、MD5Sum、持续时间、PDP评分和转录文本。数据集分为训练集、验证集和测试集，分别包含5365、1041和2680个样本。数据集的下载大小为1029502018字节，总大小为1038182427字节。

The dataset includes multiple features such as Speaker ID, Age, Gender, Location, audio, MD5Sum, duration, PDP Score, and transcription. The dataset is divided into training, validation, and test sets, containing 5365, 1041, and 2680 samples respectively. The download size of the dataset is 1029502018 bytes, and the total size is 1038182427 bytes.

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

数据分割

• train: 包含5365个样本，大小为576892886字节
• valid: 包含1041个样本，大小为115339761字节
• test: 包含2680个样本，大小为345949780字节

数据集大小

• 下载大小: 1029502018字节
• 数据集大小: 1038182427字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • valid: data/valid-*
    • test: data/test-*