cmu-mlsp/librispeech960-encodec1024_asr

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: validation_other
path: data/validation_other-*
- split: test_other
path: data/test_other-*
dataset_info:
features:
- name: text
dtype: string
- name: audio_codes
sequence: string
- name: id
dtype: string
- name: speaker_id
dtype: int64
- name: chapter_id
dtype: int64
splits:
- name: train
num_bytes: 1859401929
num_examples: 281241
- name: validation
num_bytes: 10515210
num_examples: 2703
- name: test
num_bytes: 10516648
num_examples: 2620
- name: validation_other
num_bytes: 9974741
num_examples: 2864
- name: test_other
num_bytes: 10389123
num_examples: 2939
download_size: 0
dataset_size: 1900797651
---
# Dataset Card for "librispeech960-encodec1024_asr"

[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

数据集名称

librispeech960-encodec1024_asr

数据配置

• 默认配置
  • 训练集（train）：路径为 data/train-*
  • 验证集（validation）：路径为 data/validation-*
  • 测试集（test）：路径为 data/test-*
  • 其他验证集（validation_other）：路径为 data/validation_other-*
  • 其他测试集（test_other）：路径为 data/test_other-*

数据特征

• 文本（text）：字符串类型
• 音频编码（audio_codes）：字符串序列
• 标识符（id）：字符串类型
• 说话者标识符（speaker_id）：64位整数类型
• 章节标识符（chapter_id）：64位整数类型

数据分割

• 训练集（train）
  • 字节数：1859401929
  • 样本数：281241
• 验证集（validation）
  • 字节数：10515210
  • 样本数：2703
• 测试集（test）
  • 字节数：10516648
  • 样本数：2620
• 其他验证集（validation_other）
  • 字节数：9974741
  • 样本数：2864
• 其他测试集（test_other）
  • 字节数：10389123
  • 样本数：2939

数据集大小

• 下载大小：0
• 数据集大小：1900797651