Codec-SUPERB/opensinger_extract_unit

--- configs: - config_name: default data_files: - split: academicodec_hifi_16k_320d path: data/academicodec_hifi_16k_320d-* - split: academicodec_hifi_16k_320d_large_uni path: data/academicodec_hifi_16k_320d_large_uni-* - split: academicodec_hifi_24k_320d path: data/academicodec_hifi_24k_320d-* - split: audiodec_24k_320d path: data/audiodec_24k_320d-* - split: dac_16k path: data/dac_16k-* - split: dac_24k path: data/dac_24k-* - split: dac_44k path: data/dac_44k-* - split: encodec_24k path: data/encodec_24k-* - split: funcodec_en_libritts_16k_gr1nq32ds320 path: data/funcodec_en_libritts_16k_gr1nq32ds320-* - split: funcodec_en_libritts_16k_gr8nq32ds320 path: data/funcodec_en_libritts_16k_gr8nq32ds320-* - split: funcodec_en_libritts_16k_nq32ds320 path: data/funcodec_en_libritts_16k_nq32ds320-* - split: funcodec_en_libritts_16k_nq32ds640 path: data/funcodec_en_libritts_16k_nq32ds640-* - split: funcodec_zh_en_16k_nq32ds320 path: data/funcodec_zh_en_16k_nq32ds320-* - split: funcodec_zh_en_16k_nq32ds640 path: data/funcodec_zh_en_16k_nq32ds640-* - split: speech_tokenizer_16k path: data/speech_tokenizer_16k-* dataset_info: features: - name: id dtype: string - name: unit sequence: sequence: int64 splits: - name: academicodec_hifi_16k_320d num_bytes: 300416100 num_examples: 43075 - name: academicodec_hifi_16k_320d_large_uni num_bytes: 300416100 num_examples: 43075 - name: academicodec_hifi_24k_320d num_bytes: 449971396 num_examples: 43075 - name: audiodec_24k_320d num_bytes: 961193172 num_examples: 43075 - name: dac_16k num_bytes: 1897940708 num_examples: 43075 - name: dac_24k num_bytes: 5413713908 num_examples: 43075 - name: dac_44k num_bytes: 1613103224 num_examples: 43075 - name: encodec_24k num_bytes: 226324972 num_examples: 43075 - name: funcodec_en_libritts_16k_gr1nq32ds320 num_bytes: 2405254132 num_examples: 43075 - name: funcodec_en_libritts_16k_gr8nq32ds320 num_bytes: 2405254132 num_examples: 43075 - name: funcodec_en_libritts_16k_nq32ds320 num_bytes: 2405215988 num_examples: 43075 - name: funcodec_en_libritts_16k_nq32ds640 num_bytes: 1208818932 num_examples: 43075 - name: funcodec_zh_en_16k_nq32ds320 num_bytes: 2405215988 num_examples: 43075 - name: funcodec_zh_en_16k_nq32ds640 num_bytes: 2405215988 num_examples: 43075 - name: speech_tokenizer_16k num_bytes: 602279828 num_examples: 43075 download_size: 3902403817 dataset_size: 25000334568 --- # Dataset Card for "opensinger_extract_unit" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)configs: - 配置名称: default 数据文件: - 拆分集: academicodec_hifi_16k_320d 路径: data/academicodec_hifi_16k_320d-* - 拆分集: academicodec_hifi_16k_320d_large_uni 路径: data/academicodec_hifi_16k_320d_large_uni-* - 拆分集: academicodec_hifi_24k_320d 路径: data/academicodec_hifi_24k_320d-* - 拆分集: audiodec_24k_320d 路径: data/audiodec_24k_320d-* - 拆分集: dac_16k 路径: data/dac_16k-* - 拆分集: dac_24k 路径: data/dac_24k-* - 拆分集: dac_44k 路径: data/dac_44k-* - 拆分集: encodec_24k 路径: data/encodec_24k-* - 拆分集: funcodec_en_libritts_16k_gr1nq32ds320 路径: data/funcodec_en_libritts_16k_gr1nq32ds320-* - 拆分集: funcodec_en_libritts_16k_gr8nq32ds320 路径: data/funcodec_en_libritts_16k_gr8nq32ds320-* - 拆分集: funcodec_en_libritts_16k_nq32ds320 路径: data/funcodec_en_libritts_16k_nq32ds320-* - 拆分集: funcodec_en_libritts_16k_nq32ds640 路径: data/funcodec_en_libritts_16k_nq32ds640-* - 拆分集: funcodec_zh_en_16k_nq32ds320 路径: data/funcodec_zh_en_16k_nq32ds320-* - 拆分集: funcodec_zh_en_16k_nq32ds640 路径: data/funcodec_zh_en_16k_nq32ds640-* - 拆分集: speech_tokenizer_16k 路径: data/speech_tokenizer_16k-* 数据集信息: 特征: - 名称: id 数据类型: 字符串 - 名称: unit 嵌套序列: 内层序列元素类型: 64位整数 拆分集列表: - 名称: academicodec_hifi_16k_320d 字节数: 300416100 样本数: 43075 - 名称: academicodec_hifi_16k_320d_large_uni 字节数: 300416100 样本数: 43075 - 名称: academicodec_hifi_24k_320d 字节数: 449971396 样本数: 43075 - 名称: audiodec_24k_320d 字节数: 961193172 样本数: 43075 - 名称: dac_16k 字节数: 1897940708 样本数: 43075 - 名称: dac_24k 字节数: 5413713908 样本数: 43075 - 名称: dac_44k 字节数: 1613103224 样本数: 43075 - 名称: encodec_24k 字节数: 226324972 样本数: 43075 - 名称: funcodec_en_libritts_16k_gr1nq32ds320 字节数: 2405254132 样本数: 43075 - 名称: funcodec_en_libritts_16k_gr8nq32ds320 字节数: 2405254132 样本数: 43075 - 名称: funcodec_en_libritts_16k_nq32ds320 字节数: 2405215988 样本数: 43075 - 名称: funcodec_en_libritts_16k_nq32ds640 字节数: 1208818932 样本数: 43075 - 名称: funcodec_zh_en_16k_nq32ds320 字节数: 2405215988 样本数: 43075 - 名称: funcodec_zh_en_16k_nq32ds640 字节数: 2405215988 样本数: 43075 - 名称: speech_tokenizer_16k 字节数: 602279828 样本数: 43075 下载总大小: 3902403817 数据集总大小: 25000334568 --- # “opensinger_extract_unit” 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)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 数据文件：
    • academicodec_hifi_16k_320d：路径为 data/academicodec_hifi_16k_320d-*
    • academicodec_hifi_16k_320d_large_uni：路径为 data/academicodec_hifi_16k_320d_large_uni-*
    • academicodec_hifi_24k_320d：路径为 data/academicodec_hifi_24k_320d-*
    • audiodec_24k_320d：路径为 data/audiodec_24k_320d-*
    • dac_16k：路径为 data/dac_16k-*
    • dac_24k：路径为 data/dac_24k-*
    • dac_44k：路径为 data/dac_44k-*
    • encodec_24k：路径为 data/encodec_24k-*
    • funcodec_en_libritts_16k_gr1nq32ds320：路径为 data/funcodec_en_libritts_16k_gr1nq32ds320-*
    • funcodec_en_libritts_16k_gr8nq32ds320：路径为 data/funcodec_en_libritts_16k_gr8nq32ds320-*
    • funcodec_en_libritts_16k_nq32ds320：路径为 data/funcodec_en_libritts_16k_nq32ds320-*
    • funcodec_en_libritts_16k_nq32ds640：路径为 data/funcodec_en_libritts_16k_nq32ds640-*
    • funcodec_zh_en_16k_nq32ds320：路径为 data/funcodec_zh_en_16k_nq32ds320-*
    • funcodec_zh_en_16k_nq32ds640：路径为 data/funcodec_zh_en_16k_nq32ds640-*
    • speech_tokenizer_16k：路径为 data/speech_tokenizer_16k-*

数据集信息

• 特征：

  • id：类型为字符串
  • unit：类型为整数序列

• 分割：

  • academicodec_hifi_16k_320d：字节数为 300416100，样本数为 43075
  • academicodec_hifi_16k_320d_large_uni：字节数为 300416100，样本数为 43075
  • academicodec_hifi_24k_320d：字节数为 449971396，样本数为 43075
  • audiodec_24k_320d：字节数为 961193172，样本数为 43075
  • dac_16k：字节数为 1897940708，样本数为 43075
  • dac_24k：字节数为 5413713908，样本数为 43075
  • dac_44k：字节数为 1613103224，样本数为 43075
  • encodec_24k：字节数为 226324972，样本数为 43075
  • funcodec_en_libritts_16k_gr1nq32ds320：字节数为 2405254132，样本数为 43075
  • funcodec_en_libritts_16k_gr8nq32ds320：字节数为 2405254132，样本数为 43075
  • funcodec_en_libritts_16k_nq32ds320：字节数为 2405215988，样本数为 43075
  • funcodec_en_libritts_16k_nq32ds640：字节数为 1208818932，样本数为 43075
  • funcodec_zh_en_16k_nq32ds320：字节数为 2405215988，样本数为 43075
  • funcodec_zh_en_16k_nq32ds640：字节数为 2405215988，样本数为 43075
  • speech_tokenizer_16k：字节数为 602279828，样本数为 43075

• 数据集大小：

  • 下载大小：3902403817 字节
  • 数据集大小：25000334568 字节