cmu-mlsp/encodec_24khz-opt-125m-pretrained-ft-librispeech_asr

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: file
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 24000
- name: text
dtype: string
- name: speaker_id
dtype: int64
- name: chapter_id
dtype: int64
- name: id
dtype: string
- name: audio_codes
sequence:
sequence: int64
splits:
- name: train
num_bytes: 17829358082.086
num_examples: 28539
- name: validation
num_bytes: 955281891.125
num_examples: 2703
- name: test
num_bytes: 958024726.5
num_examples: 2620
download_size: 18905275151
dataset_size: 19742664699.711
---
# Dataset Card for "encodec_24khz-opt-125m-pretrained-ft-librispeech_asr"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 测试集：路径为 data/test-*

数据集信息

• 特征：

  • file：类型为字符串
  • audio：类型为音频，采样率为 24000 Hz
  • text：类型为字符串
  • speaker_id：类型为整数
  • chapter_id：类型为整数
  • id：类型为字符串
  • audio_codes：类型为整数序列

• 数据分割：

  • 训练集：
    • 字节数：17829358082.086
    • 样本数：28539
  • 验证集：
    • 字节数：955281891.125
    • 样本数：2703
  • 测试集：
    • 字节数：958024726.5
    • 样本数：2620

• 数据集大小：

  • 下载大小：18905275151 字节
  • 数据集大小：19742664699.711 字节