FusionAudio-1

# Audio Caption Dataset

## Dataset Description

This dataset contains audio captions from the dataset, including:
- Audio captions
- Speech captions
- Music captions (where available)
- Audio files and metadata

## Dataset Structure

The dataset contains the following columns:
- `id`: Unique identifier for each audio sample
- `audio_caption`: Description of the audio content
- `speech_caption`: Description of speech content
- `music_caption`: Description of music content (may be empty)
- `path`: Relative path to the audio file
- `url`: Original URL (if available)
- `timeinterval`: Time interval information
- `audio`: Audio data

## Dataset Statistics

- Total samples: ~88,000
- Audio format: WAV files
- Sample rate: Variable

## Usage

```python
from datasets import load_dataset

# Load the dataset
dataset = load_dataset("tzzte/FusionAudio-1")

# Access a sample
sample = dataset["train"][0]
print(sample["audio_caption"])
```

# 音频字幕数据集（Audio Caption Dataset）

## 数据集说明

本数据集包含来自该数据集的音频字幕内容，涵盖以下类别：
- 音频字幕
- 语音字幕
- 音乐字幕（视情况提供）
- 音频文件与元数据（metadata）

## 数据集结构

本数据集包含以下字段：
- `id`: 每条音频样本的唯一标识符
- `audio_caption`: 音频内容描述
- `speech_caption`: 语音内容描述
- `music_caption`: 音乐内容描述（可为空）
- `path`: 音频文件的相对路径
- `url`: 原始URL（若有提供）
- `timeinterval`: 时间间隔信息
- `audio`: 音频数据

## 数据集统计

- 总样本量：约88,000条
- 音频格式：WAV文件（WAV）
- 采样率：可变

## 使用方法
python
from datasets import load_dataset

# 加载数据集
dataset = load_dataset("tzzte/FusionAudio-1")

# 访问单条样本
sample = dataset["train"][0]
print(sample["audio_caption"])