procit006/stt_dataset_v3

该数据集包含多个特征，包括client_id、path、audio、sentence、text和speaker_id。数据集被分为训练集、测试集和验证集三个部分，分别包含34898、11266和11252个示例。数据集的下载大小为1746236617字节，总大小为2071404897.172字节。数据文件路径分别为data/train-*、data/test-*和data/validation-*。

The dataset contains multiple features including client_id, path, audio, sentence, text, and speaker_id. The dataset is divided into three parts: train, test, and validation, containing 34,898, 11,266, and 11,252 examples respectively. The download size of the dataset is 1,746,236,617 bytes, and the total size is 2,071,404,897.172 bytes. The data file paths are data/train-*, data/test-*, and data/validation-*.

原始信息汇总

数据集概述

数据集特征

• client_id: 字符串类型
• path: 字符串类型
• audio: 音频类型，采样率为48000
• sentence: 字符串类型
• text: 字符串类型
• speaker_id: 字符串类型

数据集分割

• train: 包含34898个样本，大小为1295265469.912字节
• test: 包含11266个样本，大小为408399333.032字节
• validation: 包含11252个样本，大小为367740094.228字节

数据集大小

• 下载大小: 1746236617字节
• 数据集总大小: 2071404897.172字节

配置

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