mattlc/pxcorpus

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: duration
dtype: float64
- name: text
dtype: string
splits:
- name: train
num_bytes: 395874656.0
num_examples: 1584
- name: test
num_bytes: 95619380.0
num_examples: 397
download_size: 465681717
dataset_size: 491494036.0
---
# Dataset Card for "pxcorpus"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

配置

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

数据特征

• 音频 (audio)
  • 采样率: 16000
• 句子 (sentence)
  • 数据类型: 字符串 (string)
• 持续时间 (duration)
  • 数据类型: 浮点数 (float64)
• 文本 (text)
  • 数据类型: 字符串 (string)

数据分割

• 训练集 (train)
  • 字节数: 395874656.0
  • 样本数: 1584
• 测试集 (test)
  • 字节数: 95619380.0
  • 样本数: 397

数据大小

• 下载大小: 465681717
• 数据集大小: 491494036.0