YuKuanFu/Podcast_Dialogue

---
dataset_info:
features:
- name: audio
dtype:
audio:
mono: false
- name: channel
dtype: string
- name: title
dtype: string
- name: segment
dtype: int64
splits:
- name: chunk_0
num_bytes: 51289223302.16
num_examples: 20480
- name: chunk_1
num_bytes: 56278745682.24
num_examples: 20480
- name: chunk_2
num_bytes: 56271430624.32
num_examples: 20480
- name: chunk_3
num_bytes: 46778681832.72
num_examples: 20480
- name: chunk_4
num_bytes: 48836416999.2
num_examples: 20480
- name: chunk_5
num_bytes: 53297748622.08
num_examples: 20480
- name: chunk_6
num_bytes: 47040120186.48
num_examples: 20480
- name: chunk_7
num_bytes: 49303952091.12
num_examples: 20480
- name: chunk_8
num_bytes: 54072530900.4
num_examples: 20480
- name: chunk_9
num_bytes: 46936434758.48
num_examples: 20480
- name: chunk_10
num_bytes: 57209673787.68
num_examples: 20480
- name: chunk_11
num_bytes: 48424457603.28
num_examples: 20480
- name: chunk_12
num_bytes: 53565993389.2
num_examples: 20480
- name: chunk_13
num_bytes: 53315437731.68
num_examples: 20480
- name: chunk_14
num_bytes: 53669226540.32
num_examples: 20480
- name: chunk_15
num_bytes: 51442224735.52
num_examples: 20480
- name: chunk_16
num_bytes: 45923541795.2
num_examples: 20480
- name: chunk_17
num_bytes: 58805580884.96
num_examples: 20480
- name: chunk_18
num_bytes: 54707797942.96
num_examples: 20480
- name: chunk_19
num_bytes: 50075128000.4
num_examples: 20480
- name: chunk_20
num_bytes: 51493596521.28
num_examples: 20480
- name: chunk_21
num_bytes: 57939927313.6
num_examples: 20480
- name: chunk_22
num_bytes: 53295696403.44
num_examples: 20480
- name: chunk_23
num_bytes: 6697822712.164
num_examples: 2893
download_size: 1193841259751
dataset_size: 1206671390360.884
configs:
- config_name: default
data_files:
- split: chunk_0
path: data/chunk_0*
- split: chunk_1
path: data/chunk_1*
- split: chunk_2
path: data/chunk_2*
- split: chunk_3
path: data/chunk_3*
- split: chunk_4
path: data/chunk_4*
- split: chunk_5
path: data/chunk_5*
- split: chunk_6
path: data/chunk_6*
- split: chunk_7
path: data/chunk_7*
- split: chunk_8
path: data/chunk_8*
- split: chunk_9
path: data/chunk_9*
- split: chunk_10
path: data/chunk_10*
- split: chunk_11
path: data/chunk_11*
- split: chunk_12
path: data/chunk_12*
- split: chunk_13
path: data/chunk_13*
- split: chunk_14
path: data/chunk_14*
- split: chunk_15
path: data/chunk_15*
- split: chunk_16
path: data/chunk_16*
- split: chunk_17
path: data/chunk_17*
- split: chunk_18
path: data/chunk_18*
- split: chunk_19
path: data/chunk_19*
- split: chunk_20
path: data/chunk_20*
- split: chunk_21
path: data/chunk_21*
- split: chunk_22
path: data/chunk_22*
- split: chunk_23
path: data/chunk_23*
---

数据集信息：
特征字段：
- 名称：音频（Audio）
数据类型：
音频格式：非单声道
- 名称：声道（channel）
数据类型：字符串
- 名称：标题（title）
数据类型：字符串
- 名称：片段编号（segment）
数据类型：64位整数
数据划分：
- 名称：chunk_0
字节大小：51289223302.16
样本数量：20480
- 名称：chunk_1
字节大小：56278745682.24
样本数量：20480
- 名称：chunk_2
字节大小：56271430624.32
样本数量：20480
- 名称：chunk_3
字节大小：46778681832.72
样本数量：20480
- 名称：chunk_4
字节大小：48836416999.2
样本数量：20480
- 名称：chunk_5
字节大小：53297748622.08
样本数量：20480
- 名称：chunk_6
字节大小：47040120186.48
样本数量：20480
- 名称：chunk_7
字节大小：49303952091.12
样本数量：20480
- 名称：chunk_8
字节大小：54072530900.4
样本数量：20480
- 名称：chunk_9
字节大小：46936434758.48
样本数量：20480
- 名称：chunk_10
字节大小：57209673787.68
样本数量：20480
- 名称：chunk_11
字节大小：48424457603.28
样本数量：20480
- 名称：chunk_12
字节大小：53565993389.2
样本数量：20480
- 名称：chunk_13
字节大小：53315437731.68
样本数量：20480
- 名称：chunk_14
字节大小：53669226540.32
样本数量：20480
- 名称：chunk_15
字节大小：51442224735.52
样本数量：20480
- 名称：chunk_16
字节大小：45923541795.2
样本数量：20480
- 名称：chunk_17
字节大小：58805580884.96
样本数量：20480
- 名称：chunk_18
字节大小：54707797942.96
样本数量：20480
- 名称：chunk_19
字节大小：50075128000.4
样本数量：20480
- 名称：chunk_20
字节大小：51493596521.28
样本数量：20480
- 名称：chunk_21
字节大小：57939927313.6
样本数量：20480
- 名称：chunk_22
字节大小：53295696403.44
样本数量：20480
- 名称：chunk_23
字节大小：6697822712.164
样本数量：2893
下载大小：1193841259751
数据集总大小：1206671390360.884
配置项：
- 配置名称：default
数据文件：
- 数据划分：chunk_0
路径：data/chunk_0*
- 数据划分：chunk_1
路径：data/chunk_1*
- 数据划分：chunk_2
路径：data/chunk_2*
- 数据划分：chunk_3
路径：data/chunk_3*
- 数据划分：chunk_4
路径：data/chunk_4*
- 数据划分：chunk_5
路径：data/chunk_5*
- 数据划分：chunk_6
路径：data/chunk_6*
- 数据划分：chunk_7
路径：data/chunk_7*
- 数据划分：chunk_8
路径：data/chunk_8*
- 数据划分：chunk_9
路径：data/chunk_9*
- 数据划分：chunk_10
路径：data/chunk_10*
- 数据划分：chunk_11
路径：data/chunk_11*
- 数据划分：chunk_12
路径：data/chunk_12*
- 数据划分：chunk_13
路径：data/chunk_13*
- 数据划分：chunk_14
路径：data/chunk_14*
- 数据划分：chunk_15
路径：data/chunk_15*
- 数据划分：chunk_16
路径：data/chunk_16*
- 数据划分：chunk_17
路径：data/chunk_17*
- 数据划分：chunk_18
路径：data/chunk_18*
- 数据划分：chunk_19
路径：data/chunk_19*
- 数据划分：chunk_20
路径：data/chunk_20*
- 数据划分：chunk_21
路径：data/chunk_21*
- 数据划分：chunk_22
路径：data/chunk_22*
- 数据划分：chunk_23
路径：data/chunk_23*

原始信息汇总

数据集概述

数据集特征

• audio: 音频特征，非单声道。
• channel: 字符串类型。
• title: 字符串类型。
• segment: 整数类型。

数据集分割

• 数据集被分割为24个部分，每个部分命名为chunk_X（X从0到23）。
• 每个部分的示例数量均为20480，除了chunk_23，其示例数量为2893。
• 每个部分的大小（以字节为单位）不同，具体数值在README文件中列出。

数据集大小

• 下载大小: 1193841259751字节。
• 数据集总大小: 1206671390360.884字节。

配置文件

• 配置名称为default。
• 数据文件路径与数据集分割对应，每个分割对应一个数据文件路径，路径格式为data/chunk_X*。

搜集汇总

背景与挑战

背景概述

该数据集名为Podcast_Dialogue，包含音频和文本数据，格式为parquet，总大小1.19 TB。访问需同意共享联系信息，且无详细说明文档。