kuanhuggingface/amazon_tts_speech_tokenizer

Name: kuanhuggingface/amazon_tts_speech_tokenizer
Creator: kuanhuggingface
Published: 2023-11-14 07:42:12
License: 暂无描述

Hugging Face2023-11-14 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/kuanhuggingface/amazon_tts_speech_tokenizer

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: file_id dtype: string - name: instruction dtype: string - name: transcription dtype: string - name: src_speech_tokenizer_0 sequence: int64 - name: src_speech_tokenizer_1 sequence: int64 - name: src_speech_tokenizer_2 sequence: int64 - name: src_speech_tokenizer_3 sequence: int64 - name: src_speech_tokenizer_4 sequence: int64 - name: src_speech_tokenizer_5 sequence: int64 - name: src_speech_tokenizer_6 sequence: int64 - name: src_speech_tokenizer_7 sequence: int64 - name: tgt_speech_tokenizer_0 sequence: int64 - name: tgt_speech_tokenizer_1 sequence: int64 - name: tgt_speech_tokenizer_2 sequence: int64 - name: tgt_speech_tokenizer_3 sequence: int64 - name: tgt_speech_tokenizer_4 sequence: int64 - name: tgt_speech_tokenizer_5 sequence: int64 - name: tgt_speech_tokenizer_6 sequence: int64 - name: tgt_speech_tokenizer_7 sequence: int64 splits: - name: train num_bytes: 4052674372 num_examples: 171430 - name: validation num_bytes: 235209418 num_examples: 10000 - name: test num_bytes: 236201364 num_examples: 10000 download_size: 321297813 dataset_size: 4524085154 --- # Dataset Card for "amazon_tts_speech_tokenizer" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

--- 数据集信息：特征字段： - 字段名：file_id（文件标识符），数据类型：字符串型 - 字段名：instruction（指令文本），数据类型：字符串型 - 字段名：transcription（语音转录文本），数据类型：字符串型 - 字段名：src_speech_tokenizer_0（源语音分词器0），数据类型：int64序列 - 字段名：src_speech_tokenizer_1（源语音分词器1），数据类型：int64序列 - 字段名：src_speech_tokenizer_2（源语音分词器2），数据类型：int64序列 - 字段名：src_speech_tokenizer_3（源语音分词器3），数据类型：int64序列 - 字段名：src_speech_tokenizer_4（源语音分词器4），数据类型：int64序列 - 字段名：src_speech_tokenizer_5（源语音分词器5），数据类型：int64序列 - 字段名：src_speech_tokenizer_6（源语音分词器6），数据类型：int64序列 - 字段名：src_speech_tokenizer_7（源语音分词器7），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_0（目标语音分词器0），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_1（目标语音分词器1），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_2（目标语音分词器2），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_3（目标语音分词器3），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_4（目标语音分词器4），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_5（目标语音分词器5），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_6（目标语音分词器6），数据类型：int64序列 - 字段名：tgt_speech_tokenizer_7（目标语音分词器7），数据类型：int64序列数据子集划分： - 划分名称：train（训练集），字节大小：4052674372，样本数量：171430 - 划分名称：validation（验证集），字节大小：235209418，样本数量：10000 - 划分名称：test（测试集），字节大小：236201364，样本数量：10000 下载总大小：321297813 数据集总大小：4524085154 --- # "amazon_tts_speech_tokenizer"数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构：

kuanhuggingface

原始信息汇总