mikhail-panzo/malay-raw

该数据集包含音频、转录文本和说话者ID三个主要特征。数据集仅包含一个训练分割，共有84,881个样本，总大小为29,177,338,700.153字节，下载大小为26,130,521,617字节。数据文件路径为data/train-*。

原始信息汇总

数据集概述

数据集特征

• 音频（audio）：数据类型为音频。
• 转录文本（transcription）：数据类型为字符串。
• 说话人ID（speaker_id）：数据类型为字符串。

数据集划分

• 训练集（train）：包含84881个样本，总数据大小为29177338700.153字节。

数据集大小

• 下载大小：26130521617字节。
• 总数据大小：29177338700.153字节。

配置信息

• 配置名称：默认（default）
• 数据文件路径：训练集数据文件路径为data/train-*。