babs/german_speech_dataset

该数据集包含音频和文本数据，主要用于训练模型。数据集包括四个主要特征：源音频（source_audio）、参考音频（reference_audio）、文本（text）和语言（language）。源音频和参考音频的采样率均为24000Hz，文本和语言为字符串类型。数据集仅包含一个训练集，共有942,758个样本，总大小为638,995,068,391.954字节，下载大小为633,972,744,440字节。

原始信息汇总

数据集概述

数据集信息

• 特征:
  • source_audio:
    • 数据类型: 音频
    • 采样率: 24000 Hz
  • reference_audio:
    • 数据类型: 音频
    • 采样率: 24000 Hz
  • text:
    • 数据类型: 字符串
  • language:
    • 数据类型: 字符串

数据集分割

• train:
  • 样本数量: 942758
  • 数据大小: 638995068391.954 字节

数据集大小

• 下载大小: 633972744440 字节
• 数据集大小: 638995068391.954 字节

配置

• default:
  • 数据文件路径: data/train-*