Beijuka/clean_NCHLT_test_xh

该数据集包含多个特征，如Speaker ID、Age、Gender、Location、Audio、MD5Sum、Duration、PDP Score和transcription。音频数据的采样率为16000Hz。数据集只有一个测试集，包含2770个样本，总大小为358513129字节，下载大小为355422403字节。配置信息指定了默认配置下的数据文件路径。

The dataset includes various features such as Speaker ID, Age, Gender, Location, Audio, MD5Sum, Duration, PDP Score, and transcription. The audio feature has a sampling rate of 16000Hz. The dataset is divided into a test set with 2770 samples, totaling 358513129 bytes. The download size of the dataset is 355422403 bytes.

原始信息汇总

数据集概述

数据集特征

• Speaker ID: 说话者ID，数据类型为int64。
• Age: 年龄，数据类型为int64。
• Gender: 性别，数据类型为string。
• Location: 位置，数据类型为string。
• Audio: 音频数据，包含采样率为16000的音频文件。
• MD5Sum: MD5校验和，数据类型为string。
• Duration: 音频时长，数据类型为float64。
• PDP Score: PDP评分，数据类型为float64。
• transcription: 转录文本，数据类型为string。

数据集分割

• test: 测试集，包含2770个样本，总大小为358513129.0字节。

数据集大小

• 下载大小: 355422403字节。
• 数据集总大小: 358513129.0字节。

配置

• config_name: default
  • data_files:
    • split: test
    • path: data/test-*