horrid-qvc/ArabicVoicesPseudo_v4

--- dataset_info: features: - name: audio_filepath dtype: string - name: text dtype: string - name: speaker dtype: string - name: duration dtype: float32 - name: session_id dtype: string - name: start dtype: float32 - name: end dtype: float32 - name: word_count dtype: int32 - name: audio dtype: audio: sampling_rate: 16000 - name: gemini_transcript dtype: string splits: - name: train num_bytes: 7182793057 num_examples: 22843 download_size: 7177996028 dataset_size: 7182793057 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：音频文件路径（audio_filepath），数据类型：字符串 - 名称：文本内容（text），数据类型：字符串 - 名称：说话人（speaker），数据类型：字符串 - 名称：时长（duration），数据类型：32位浮点数 - 名称：会话ID（session_id），数据类型：字符串 - 名称：起始时间（start），数据类型：32位浮点数 - 名称：结束时间（end），数据类型：32位浮点数 - 名称：词数（word_count），数据类型：32位整数 - 名称：音频数据（audio），数据类型：采样率16000Hz的音频格式 - 名称：Gemini转录文本（gemini_transcript），数据类型：字符串 数据集划分： - 划分名称：训练集（train），字节大小：7182793057，样本数量：22843 下载大小：7177996028 数据集总大小：7182793057 配置项： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集，路径：data/train-*