alexedw/vox2_encodec

该数据集包含视频和音频文件路径，以及对应的四维浮点数序列和三维整数序列。数据集分为一个训练集，包含20个样本，总大小为969000字节。下载大小为994412字节，数据集大小为969000字节。

This dataset contains video and audio file paths, along with corresponding four-dimensional float sequences and three-dimensional integer sequences. The dataset is divided into a training set containing 20 samples, with a total size of 969000 bytes. The download size is 994412 bytes, and the dataset size is 969000 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• mp4_file_path: 字符串类型，表示MP4文件路径。
• audio_file_path: 字符串类型，表示音频文件路径。
• points: 嵌套序列类型，最终元素为float32。
• encodec_tokens: 嵌套序列类型，最终元素为int64。

数据分割

• train: 训练集，包含20个样本，总字节数为969000。

数据集大小

• 下载大小: 994412字节
• 数据集大小: 969000字节

配置

• default: 默认配置，包含训练集数据文件路径为data/train-*。