mikhail-panzo/malay-processed

---
dataset_info:
features:
- name: speaker_embeddings
sequence: float32
- name: input_ids
sequence: int32
- name: labels
sequence:
sequence: float32
splits:
- name: train
num_bytes: 11280403594.14842
num_examples: 76392
- name: test
num_bytes: 1253525841.8515804
num_examples: 8489
download_size: 11731225697
dataset_size: 12533929436.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• speaker_embeddings：序列类型为float32。
• input_ids：序列类型为int32。
• labels：序列类型为float32。

数据集分割

• 训练集（train）：
  • 样本数量：76392
  • 数据大小：11280403594.14842字节
• 测试集（test）：
  • 样本数量：8489
  • 数据大小：1253525841.8515804字节

数据集大小

• 下载大小：11731225697字节
• 数据集总大小：12533929436.0字节

数据文件配置

• 默认配置（default）：
  • 训练集文件路径：data/train-*
  • 测试集文件路径：data/test-*