Sunbird/salt-studio-ach

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: audio
sequence: float32
- name: audio_language
dtype: string
- name: is_studio
dtype: bool
- name: speaker_id
dtype: string
- name: sample_rate
dtype: int64
splits:
- name: train
num_bytes: 1347657571
num_examples: 4801
- name: dev
num_bytes: 27757006
num_examples: 101
- name: test
num_bytes: 26447305
num_examples: 96
download_size: 702558860
dataset_size: 1401861882
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• id: 数据类型为字符串。
• text: 数据类型为字符串。
• audio: 数据类型为浮点数序列。
• audio_language: 数据类型为字符串。
• is_studio: 数据类型为布尔值。
• speaker_id: 数据类型为字符串。
• sample_rate: 数据类型为64位整数。

数据分割

• train: 包含4801个样本，总字节数为1347657571。
• dev: 包含101个样本，总字节数为27757006。
• test: 包含96个样本，总字节数为26447305。

数据集大小

• 下载大小: 702558860字节。
• 数据集大小: 1401861882字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*
    • dev: 路径为data/dev-*
    • test: 路径为data/test-*