zeio/auto-batch

该数据集包含两个配置：spoken和written。spoken配置包含音频数据，采样率为48000，以及相关的文本信息。written配置仅包含文本数据。两个配置的训练集都包含875140个示例。

原始信息汇总

数据集概述

配置信息

• spoken:

  • 特征:
    • title: 类型为字符串。
    • speech: 音频类型，采样率为48000。
    • topics: 列表类型，包含posts列表，每个posts包含text，类型为字符串。
  • 分割:
    • train: 包含875140个样本，总字节数为4378815049786.86。
  • 下载大小: 58030117749字节。
  • 数据集大小: 4378815049786.86字节。

• written:

  • 特征:
    • title: 类型为字符串。
    • topics: 列表类型，包含posts列表，每个posts包含text，类型为字符串。
  • 分割:
    • train: 包含875140个样本，总字节数为23170678001。
  • 下载大小: 11291624575字节。
  • 数据集大小: 23170678001字节。

数据文件路径

• spoken:

  • train: spoken/train-*

• written:

  • train: written/train-*