theodorr/mls_10k_eng_encodec_only_token
收藏Hugging Face2024-06-05 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/theodorr/mls_10k_eng_encodec_only_token
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含音频和文本信息，具体特征包括音频时长、音频标记、文本和文本标记。数据集分为训练集，包含2,420,047个样本，总大小为89,591,331,758字节。下载大小为13,778,897,818字节。
The dataset includes multiple features such as audio duration (float64), audio token (nested sequence of int64), text (string), and text token (sequence of int64). It is divided into a training set containing 2,420,047 examples and 89,591,331,758 bytes. The download size of the dataset is 13,778,897,818 bytes, and the actual size is 89,591,331,758 bytes.
提供机构：
theodorr
原始信息汇总
数据集概述
数据特征
- audio_duration: 数据类型为
float64 - audio_token: 数据类型为
int64的序列嵌套序列 - text: 数据类型为
string - text_token: 数据类型为
int64的序列
数据分割
- train: 包含 2420047 个样本，总字节数为 89591331758
数据集大小
- 下载大小: 13778897818 字节
- 数据集大小: 89591331758 字节
配置
- default: 包含训练数据文件，路径为
data/train-*
