whatisslove11/160_ms_eval

该数据集包含音频和标签两个主要特征。音频的采样率为16000 Hz，标签包括正常语音、耳语、音乐和尖叫四种类型。数据集分为训练集，包含6335个样本，总大小为179154708.035字节。下载大小为167459658字节。

原始信息汇总

数据集概述

数据集特征

• 音频特征 (audio)

  • 数据类型: 音频
  • 采样率: 16000 Hz

• 标签特征 (label)

  • 数据类型: 类别标签
  • 类别名称:
    • 0: normal_speech
    • 1: whisper
    • 2: music
    • 3: scream

数据集划分

• 训练集 (train)
  • 数据大小: 179154708.035 字节
  • 示例数量: 6335

数据集大小

• 下载大小: 167459658 字节
• 数据集总大小: 179154708.035 字节

配置信息

• 默认配置 (default)
  • 数据文件路径: data/train-*