atmatechdev/sindodusc

该数据集包含多个特征，如id、channel、uttrans_id、speaker_id、sentence、path、audio、speaker_gender、speaker_age、speaker_region和speaker_device。数据集分为训练集和测试集，分别包含2636和660个样本。音频数据的采样率为16000Hz。数据集的总下载大小为402578319字节，总数据集大小为417841597字节。

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• channel: 字符串类型
• uttrans_id: 字符串类型
• speaker_id: 字符串类型
• sentence: 字符串类型
• path: 字符串类型
• audio: 音频类型，采样率为16000
• speaker_gender: 字符串类型
• speaker_age: 整数类型
• speaker_region: 字符串类型
• speaker_device: 字符串类型

数据集分割

• 训练集(train): 包含2636个样本，总大小为333596958字节
• 测试集(test): 包含660个样本，总大小为84244639字节

数据集大小

• 下载大小: 402578319字节
• 数据集总大小: 417841597字节

数据文件配置

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