bond005/taiga_speech_v2

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
- name: voice
dtype: string
- name: cluster
dtype: int64
splits:
- name: train
num_bytes: 2747820278.902
num_examples: 12314
download_size: 2595021863
dataset_size: 2747820278.902
---
# Dataset Card for "taiga_speech_v2"

[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

配置信息

• 默认配置：包含一个名为default的配置。
  • 数据文件：
    • 训练数据：路径为data/train-*。

数据集特征

• 音频：数据类型为audio。
• 转录文本：数据类型为string。
• 声音：数据类型为string。
• 聚类：数据类型为int64。

数据集分割

• 训练集：
  • 字节数：2747820278.902字节。
  • 示例数量：12314个。

数据集大小

• 下载大小：2595021863字节。
• 总大小：2747820278.902字节。