krishnakalyan3/mj_emo_embed_100k

---
dataset_info:
features:
- name: file
dtype: string
- name: index
dtype: string
- name: txt_embed
sequence:
sequence: float32
- name: txt_raw_embed
sequence:
sequence: float32
- name: txt_raw
dtype: string
- name: txt
dtype: string
- name: flac
dtype:
audio:
decode: false
splits:
- name: train
num_bytes: 9861992897.0
num_examples: 200000
download_size: 10182380196
dataset_size: 9861992897.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "mj_emo_embed_100k"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征列表：
- 字段名：file，数据类型：字符串
- 字段名：index，数据类型：字符串
- 字段名：txt_embed，数据类型：二维序列，元素类型为float32（单精度浮点数）
- 字段名：txt_raw_embed，数据类型：二维序列，元素类型为float32（单精度浮点数）
- 字段名：txt_raw，数据类型：字符串
- 字段名：txt，数据类型：字符串
- 字段名：flac，数据类型：音频格式，解码开关设为关闭
数据集划分：
- 划分集：训练集（train），该划分占用字节数为9861992897.0，包含样本200000条
总下载大小：10182380196字节，数据集解压后存储总大小：9861992897.0字节
数据集配置：
- 配置名称：default（默认配置），数据文件配置：
- 对应划分集：train，文件路径：data/train-*
---
# 「mj_emo_embed_100k」数据集卡片
【需补充更多信息】(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

• mj_emo_embed_100k

数据集特征

• file: 数据类型为字符串。
• index: 数据类型为字符串。
• txt_embed: 序列类型，内部序列数据类型为float32。
• txt_raw_embed: 序列类型，内部序列数据类型为float32。
• txt_raw: 数据类型为字符串。
• txt: 数据类型为字符串。
• flac: 音频数据类型，解码状态为false。

数据集分割

• train: 包含200000个样本，数据大小为9861992897.0字节。

数据集大小

• 下载大小: 10182380196字节
• 数据集大小: 9861992897.0字节

配置

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