paralinguistic-tags-bet

该数据集包含200个音频样本的训练集（总大小约63.7MB），主要特征包括：16kHz采样率的音频数据、对应的原始文本转录（transcript）和带标签的文本（tagged_transcript）、语言标识（language）、事件标注（events）及其数量统计（n_events）。每个样本还包含音频时长（audio_duration）、处理时间（processing_time）和来源数据集（source_dataset）等元数据。数据以结构化字段存储，包含字符串、整型和浮点型等多种数据类型。适用于语音识别、事件检测或多模态分析等任务。

原始信息汇总

数据集概述

基本信息

• 数据集名称: paralinguistic-tags-bet
• 托管地址: https://huggingface.co/datasets/nadsoft/paralinguistic-tags-bet
• 配置名称: default

数据内容与结构

• 特征字段:

  • audio: 音频数据，采样率为16000 Hz。
  • language: 语言标签，字符串类型。
  • transcript: 原始文本转录，字符串类型。
  • tagged_transcript: 带有副语言标签的文本转录，字符串类型。
  • events: 事件描述，字符串类型。
  • n_events: 事件数量，整型（int32）。
  • audio_duration: 音频时长，浮点型（float32）。
  • processing_time: 处理时间，浮点型（float32）。
  • source_dataset: 源数据集标识，字符串类型。

• 数据划分:

  • 训练集（train）: 包含200个样本，总大小约为63.74 MB。

技术详情

• 下载大小: 约58.93 MB
• 数据集大小: 约63.74 MB
• 数据文件路径: data/train-*