mfidabel/ene_e_datos

该数据集包含音频文件及其转录文本，每个音频文件都有对应的文件夹名称、文件名、修改日期、文件大小和音频路径信息。数据集分为训练集和测试集，训练集包含1210个样本，测试集包含519个样本，总样本数为1729。数据集的下载大小为372441470字节，数据集大小为401911370.793字节。配置文件指定了训练、测试和总数据集的路径。

This dataset contains audio files along with their transcriptions, with each audio file having associated folder name, file name, modification date, file size, and audio path information. The dataset is divided into training and test sets, with the training set containing 1210 samples and the test set containing 519 samples, totaling 1729 samples. The download size of the dataset is 372441470 bytes, and the dataset size is 401911370.793 bytes. The configuration file specifies the paths for the training, test, and total datasets.

原始信息汇总

数据集概述

数据集特征

• folder: 文件夹名称，数据类型为字符串。
• file: 文件名称，数据类型为字符串。
• date_modified: 文件修改日期，数据类型为时间戳（纳秒）。
• size: 文件大小，数据类型为64位整数。
• audio_path: 音频文件路径，数据类型为音频。
• transcription: 音频转录文本，数据类型为字符串。

数据集分割

• train: 训练集，包含1210个样本，总大小为143,076,798.7837247字节。
• test: 测试集，包含519个样本，总大小为61,887,966.356275305字节。
• total: 总数据集，包含1729个样本，总大小为196,946,605.653字节。

数据集大小

• 下载大小: 372,441,470字节。
• 数据集大小: 401,911,370.793字节。

配置

• default: 默认配置，包含以下数据文件路径：
  • train: data/train-*
  • test: data/test-*
  • total: data/total-*