reach-vb/mls-eng-10k-repunct-test-v8

该数据集包含多个特征，如原始路径、开始时间、结束时间、转录文本、音频时长、说话者ID、书籍ID和重新标点文本。数据集仅包含一个开发集（dev），大小为2182591字节，包含3807个样本。下载大小为1218809字节。

原始信息汇总

数据集概述

数据集特征

• original_path: 字符串类型
• begin_time: 浮点数类型
• end_time: 浮点数类型
• transcript: 字符串类型
• audio_duration: 浮点数类型
• speaker_id: 字符串类型
• book_id: 字符串类型
• repunct_text: 字符串类型

数据集划分

• dev:
  • 字节数: 2182591
  • 样本数: 3807

数据集大小

• 下载大小: 1218809 字节
• 数据集大小: 2182591 字节

配置

• default:
  • 数据文件:
    • 划分: dev
    • 路径: data/dev-*