charlieliu331/malaysian-emilia-ms-subset-v2-gemini-labeled

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 24000
- name: clip_path
dtype: string
- name: text
dtype: string
- name: start
dtype: float64
- name: end
dtype: float64
- name: duration
dtype: float64
- name: speaker
dtype: string
- name: language
dtype: string
- name: dnsmos
dtype: float64
- name: source_split
dtype: string
- name: original_audio_filename
dtype: string
- name: original_start
dtype: float64
- name: original_end
dtype: float64
- name: original_folder
dtype: string
splits:
- name: train
num_bytes: 11536814556
num_examples: 24106
download_size: 10698740438
dataset_size: 11536814556
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：音频（audio），数据类型为音频格式，采样率为24000赫兹
- 名称：剪辑路径（clip_path），数据类型为字符串
- 名称：文本（text），数据类型为字符串
- 名称：起始时间（start），数据类型为64位浮点型（float64）
- 名称：结束时间（end），数据类型为64位浮点型（float64）
- 名称：时长（duration），数据类型为64位浮点型（float64）
- 名称：说话人（speaker），数据类型为字符串
- 名称：语言（language），数据类型为字符串
- 名称：DNSMOS评分（dnsmos），数据类型为64位浮点型（float64）
- 名称：源拆分（source_split），数据类型为字符串
- 名称：原始音频文件名（original_audio_filename），数据类型为字符串
- 名称：原始起始时间（original_start），数据类型为64位浮点型（float64）
- 名称：原始结束时间（original_end），数据类型为64位浮点型（float64）
- 名称：原始文件夹（original_folder），数据类型为字符串
数据拆分：
- 拆分名称：训练集（train），字节占用量：11536814556，样本数量：24106
下载大小：10698740438字节
数据集总大小：11536814556字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应拆分：训练集（train），文件路径：data/train-*