kamilakesbi/cv_for_spd_fr_2k_augmented

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speakers
sequence: string
- name: timestamps_start
sequence: float64
- name: timestamps_end
sequence: float64
splits:
- name: train
num_bytes: 3450301186.0
num_examples: 2016
- name: validation
num_bytes: 768677006.0
num_examples: 408
- name: test
num_bytes: 776215872.0
num_examples: 408
download_size: 4658292851
dataset_size: 4995194064.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 采样率为16000的音频数据。
• speakers: 字符串序列，表示说话者信息。
• timestamps_start: 浮点数序列，表示音频开始的时间戳。
• timestamps_end: 浮点数序列，表示音频结束的时间戳。

数据集分割

• train: 包含2016个样本，总大小为3450301186字节。
• validation: 包含408个样本，总大小为768677006字节。
• test: 包含408个样本，总大小为776215872字节。

数据集大小

• 下载大小: 4658292851字节。
• 数据集总大小: 4995194064字节。

配置文件

• default: 包含训练、验证和测试数据的路径配置。
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*
  • 测试数据路径: data/test-*