kamilakesbi/cv_for_spd_fr_2k_denoised

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speakers
sequence: string
- name: timestamps_start
sequence: float64
- name: timestamps_end
sequence: float64
splits:
- name: train
num_bytes: 3481180738.0
num_examples: 2000
- name: validation
num_bytes: 763565668.0
num_examples: 400
- name: test
num_bytes: 776939360.0
num_examples: 400
download_size: 3266382468
dataset_size: 5021685766.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，采样率为16000。
• speakers: 说话人标识，为字符串序列。
• timestamps_start: 开始时间戳，为浮点数序列。
• timestamps_end: 结束时间戳，为浮点数序列。

数据集划分

• train: 训练集，包含2000个样本，总大小为3481180738字节。
• validation: 验证集，包含400个样本，总大小为763565668字节。
• test: 测试集，包含400个样本，总大小为776939360字节。

数据集大小

• 下载大小: 3266382468字节。
• 数据集总大小: 5021685766字节。

数据文件配置

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • validation: 路径为data/validation-*。
  • test: 路径为data/test-*。