theodorr/emilia_full_filtered_3fbc6c4f

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: __key__
dtype: string
- name: __url__
dtype: string
- name: audio_latent
list:
list:
list: float32
- name: dnsmos
dtype: float64
- name: audio_duration
dtype: float64
- name: id
dtype: string
- name: language
dtype: string
- name: speaker
dtype: string
- name: text
dtype: string
- name: wav
dtype: string
splits:
- name: train
num_bytes: 64057179314
num_examples: 5304338
- name: test
num_bytes: 48407852
num_examples: 4000
download_size: 60545801259
dataset_size: 64105587166
---

配置项：
- 配置名称：默认（default）
数据文件：
- 数据集划分：训练集（train），路径：data/train-*
- 数据集划分：测试集（test），路径：data/test-*
数据集信息：
特征字段：
- 字段名：__key__，数据类型：字符串
- 字段名：__url__，数据类型：字符串
- 字段名：音频隐向量（audio_latent），数据类型：三层嵌套的浮点32（float32）列表
- 字段名：DNSMOS语音质量评分（dnsmos），数据类型：浮点64（float64）
- 字段名：音频时长（audio_duration），数据类型：浮点64（float64）
- 字段名：id，数据类型：字符串
- 字段名：语言（language），数据类型：字符串
- 字段名：说话人（speaker），数据类型：字符串
- 字段名：文本转录（text），数据类型：字符串
- 字段名：音频文件路径（wav），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：64057179314，样本数：5304338
- 划分名称：测试集（test），占用字节数：48407852，样本数：4000
下载总大小：60545801259
总数据集大小：64105587166