maxseats/aihub-464-preprocessed-680GB-set-50

该数据集包含音频数据及其对应的标签和输入特征。音频数据的采样率为16000Hz，标签为字符串类型，输入特征为浮点数序列。数据集分为训练集、测试集和验证集三个部分，训练集包含45404个样本，测试集包含5676个样本，验证集包含5675个样本。

This dataset contains audio data along with corresponding labels and input features. The audio data has a sampling rate of 16000Hz, labels are of string type, and input features are sequences of float32. The dataset is divided into three parts: training set, test set, and validation set. The training set contains 45404 samples, the test set contains 5676 samples, and the validation set contains 5675 samples.

原始信息汇总

数据集概述

数据集特征

• 音频
  • 采样率: 16000
• 标签
  • 数据类型: 字符串
• 输入特征
  • 序列类型: 浮点数 (float32)

数据集分割

• 训练集
  • 字节数: 52141848910.4
  • 样本数: 45404
• 测试集
  • 字节数: 6518305312.647133
  • 样本数: 5676
• 验证集
  • 字节数: 6517156914.9528675
  • 样本数: 5675

数据集大小

• 下载大小: 22223990783 字节
• 总数据集大小: 65177311138.0 字节

配置

• 默认配置
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*
  • 验证集路径: data/valid-*