evageon/myaudio

MGB2数据集是一个包含音频和转录文本的数据集，主要用于语音识别任务。数据集分为测试集和训练集，测试集包含3890个样本，训练集包含15559个样本。每个样本包含音频文件和对应的转录文本。音频文件的采样率为16000Hz。

原始信息汇总

数据集概述

数据集名称

• 名称: mgb2_speech

数据集链接

• 链接: mgb2.test.tar.gz

数据集特征

• 音频:
  • 名称: audio
  • 数据类型: audio
• 转录文本:
  • 名称: transcription
  • 数据类型: string

数据集分割

• 测试集:
  • 示例数量: 3890
  • 字节数: 384372257.17
• 训练集:
  • 示例数量: 15559
  • 字节数: 1488884786.673

数据集大小

• 总大小: 1873257043.8430002 字节

文件类型

• 类型: wav