five

lca0503/GPTspeech_encodec_v2

收藏
Hugging Face2023-06-15 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/lca0503/GPTspeech_encodec_v2
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: file_id dtype: string - name: instruction dtype: string - name: transcription dtype: string - name: src_encodec_0 sequence: int64 - name: src_encodec_1 sequence: int64 - name: src_encodec_2 sequence: int64 - name: src_encodec_3 sequence: int64 - name: src_encodec_4 sequence: int64 - name: src_encodec_5 sequence: int64 - name: src_encodec_6 sequence: int64 - name: src_encodec_7 sequence: int64 - name: tgt_encodec_0 sequence: int64 - name: tgt_encodec_1 sequence: int64 - name: tgt_encodec_2 sequence: int64 - name: tgt_encodec_3 sequence: int64 - name: tgt_encodec_4 sequence: int64 - name: tgt_encodec_5 sequence: int64 - name: tgt_encodec_6 sequence: int64 - name: tgt_encodec_7 sequence: int64 splits: - name: train num_bytes: 42732349968 num_examples: 704563 - name: validation num_bytes: 706650258 num_examples: 12855 - name: test num_bytes: 700741253 num_examples: 12463 download_size: 4503561741 dataset_size: 44139741479 --- # Dataset Card for "GPTspeech_encodec_v2" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
lca0503
原始信息汇总

数据集概述

数据集名称

  • 名称: GPTspeech_encodec_v2

数据集特征

  • 特征列表:
    • file_id: 数据类型为字符串
    • instruction: 数据类型为字符串
    • transcription: 数据类型为字符串
    • src_encodec_0src_encodec_7: 数据类型为整数序列
    • tgt_encodec_0tgt_encodec_7: 数据类型为整数序列

数据集分割

  • 训练集:
    • 样本数量: 704563
    • 数据大小: 42732349968 字节
  • 验证集:
    • 样本数量: 12855
    • 数据大小: 706650258 字节
  • 测试集:
    • 样本数量: 12463
    • 数据大小: 700741253 字节

数据集大小

  • 下载大小: 4503561741 字节
  • 数据集总大小: 44139741479 字节
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作