Sajjo/tamil_data_v9

该数据集包含音频和对应的句子文本，分为训练集、验证集和测试集。训练集包含35032个样本，验证集和测试集各包含4379个样本。数据集总大小为876102529.892字节，下载大小为867348834字节。

This dataset contains audio data and their corresponding sentence texts, and is split into training, validation and test sets. The training set includes 35032 samples, while the validation and test sets each contain 4379 samples. The total size of the dataset is 876102529.892 bytes, and the download size is 867348834 bytes.

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据类型
• sentences: 文本数据类型

数据集分割

• 训练集 (train):
  • 示例数量: 35032
  • 数据大小: 699890380.096 字节
• 验证集 (valid):
  • 示例数量: 4379
  • 数据大小: 88469050.208 字节
• 测试集 (test):
  • 示例数量: 4379
  • 数据大小: 87743099.588 字节

数据集大小

• 下载大小: 867348834 字节
• 数据集总大小: 876102529.892 字节

数据文件配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/valid-*
  • 测试集路径: data/test-*