theodorr/mls_10k_eng_encodec

该数据集包含音频文件及其相关元数据，如原始路径、开始和结束时间、转录文本、音频时长、说话者ID和书籍ID。此外，还包括音频标记的序列信息。数据集分为训练集，包含2,420,047个样本，总大小为244,934,398,940.205字节，下载大小为171,168,727,024字节。

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据类型
• 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
• audio_token: 整数序列类型

数据集划分

• train: 训练集
  • 数据量: 2420047个样本
  • 存储大小: 244934398940.205字节

数据集大小

• 下载大小: 171168727024字节
• 数据集总大小: 244934398940.205字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*