mekaneeky/Speech_raw_synth_n_solomon_11_7

--- dataset_info: features: - name: audio sequence: sequence: float32 - name: sample_rate dtype: int64 - name: transcription dtype: string - name: speaker_id dtype: string - name: ach dtype: string - name: lgg dtype: string - name: eng dtype: string - name: nyn dtype: string - name: teo dtype: string splits: - name: train num_bytes: 10951104456 num_examples: 32352 - name: validation num_bytes: 140755764 num_examples: 407 download_size: 9629565036 dataset_size: 11091860220 --- # Dataset Card for "Speech_raw_synth_n_solomon_11_7" [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

数据集信息

特征

• audio: 音频数据，类型为 float32 序列。
• sample_rate: 采样率，类型为 int64。
• transcription: 转录文本，类型为 string。
• speaker_id: 说话者标识，类型为 string。
• ach: 未知特征，类型为 string。
• lgg: 未知特征，类型为 string。
• eng: 未知特征，类型为 string。
• nyn: 未知特征，类型为 string。
• teo: 未知特征，类型为 string。

数据分割

• train: 训练集，包含 32352 个样本，总字节数为 10951104456。
• validation: 验证集，包含 407 个样本，总字节数为 140755764。

数据大小

• 下载大小: 9629565036 字节。
• 数据集大小: 11091860220 字节。