asahi417/seamless-align-enA-esA.speaker-embedding.hubert-xl

该数据集包含多个子集，每个子集包含英文和西班牙语的音频数据，特征包括行号、ID、激光评分以及音频的说话者嵌入。数据集主要用于处理多语言音频数据，特别是英文和西班牙语的音频数据。

原始信息汇总

数据集概述

数据集配置

子集 1 (subset_1)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 11746773654
    • 样本数: 2178
• 下载大小: 11781544893
• 数据集大小: 11746773654

子集 10 (subset_10)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 11307338436
    • 样本数: 2228
• 下载大小: 11341290257
• 数据集大小: 11307338436

子集 100 (subset_100)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8904860486
    • 样本数: 2123
• 下载大小: 8933746388
• 数据集大小: 8904860486

子集 101 (subset_101)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8895621885
    • 样本数: 2123
• 下载大小: 8924456769
• 数据集大小: 8895621885

子集 102 (subset_102)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8640163870
    • 样本数: 2048
• 下载大小: 8668862607
• 数据集大小: 8640163870

子集 103 (subset_103)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8961420966
    • 样本数: 2082
• 下载大小: 8990061075
• 数据集大小: 8961420966

子集 104 (subset_104)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8976813498
    • 样本数: 2145
• 下载大小: 9005760839
• 数据集大小: 8976813498

子集 105 (subset_105)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8940344650
    • 样本数: 2129
• 下载大小: 8969237447
• 数据集大小: 8940344650

子集 106 (subset_106)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8799046787
    • 样本数: 2085
• 下载大小: 8827709482
• 数据集大小: 8799046787

子集 107 (subset_107)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8767571436
    • 样本数: 2102
• 下载大小: 8796009483
• 数据集大小: 8767571436

子集 108 (subset_108)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8996873761
    • 样本数: 2143
• 下载大小: 9025863460
• 数据集大小: 8996873761

子集 109 (subset_109)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8829602699
    • 样本数: 2104
• 下载大小: 8857544194
• 数据集大小: 8829602699

子集 11 (subset_11)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 11303808414
    • 样本数: 2233
• 下载大小: 11337546008
• 数据集大小: 11303808414

子集 110 (subset_110)

• 特征:
  • line_no: 整数 (int64)
  • enA.id: 字符串 (string)
  • enA.laser_score: 浮点数 (float64)
  • esA.id: 字符串 (string)
  • esA.laser_score: 浮点数 (float64)
  • enA.audio.speaker_embedding: 浮点数序列 (float32)
  • enA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
  • esA.audio.speaker_embedding: 浮点数序列 (float32)
  • esA.audio.speaker_embedding.full: 嵌套浮点数序列 (float32)
• 分割:
  • train:
    • 字节数: 8755759500
    • 样本数: 2088
• 下载大小: 8783313768
• 数据集大小: 8755759500

子集 111 (subset_111)

• 特征:
  • line_no: 整数