mikhail-panzo/processed_dutch

---
dataset_info:
features:
- name: input_ids
sequence: int32
- name: labels
sequence:
sequence: float32
- name: speaker_embeddings
sequence: float32
splits:
- name: train
num_bytes: 2085625854.6812413
num_examples: 10209
- name: test
num_bytes: 231872401.31875882
num_examples: 1135
download_size: 2303025131
dataset_size: 2317498256.0
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

• input_ids：整数序列，数据类型为int32。
• labels：浮点数序列，数据类型为float32。
• speaker_embeddings：浮点数序列，数据类型为float32。

数据集划分

• 训练集（train）：
  • 样本数量：10209
  • 数据大小：2085625854.6812413字节
• 测试集（test）：
  • 样本数量：1135
  • 数据大小：231872401.31875882字节

数据集大小

• 下载大小：2303025131字节
• 数据集总大小：2317498256.0字节

数据文件配置

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