mugezhang/8lang_multirepr_pretrain_interleaved

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: text dtype: string - name: language dtype: string - name: phonemes dtype: string - name: ipa_stripped dtype: string - name: romanized dtype: string splits: - name: train num_bytes: 870819457851 num_examples: 44589672 download_size: 464407973973 dataset_size: 870819457851 ------ 数据集配置： - 配置名称：default 数据文件： - 数据集划分：训练集 文件路径：data/train-* 数据集详情： 数据特征： - 特征名：文本（text） 数据类型：字符串 - 特征名：语言（language） 数据类型：字符串 - 特征名：音素（phonemes） 数据类型：字符串 - 特征名：剥离国际音标（International Phonetic Alphabet）后的文本（ipa_stripped） 数据类型：字符串 - 特征名：罗马化文本（romanized） 数据类型：字符串 数据集划分信息： - 划分名称：训练集 总字节数：870819457851 样本总数：44589672 下载大小：464407973973 数据集总大小：870819457851 ---