mustafaaljadery/youtube_commons_vad_25_sample

---
dataset_info:
features:
- name: audio
dtype: audio
- name: video_link
dtype: string
- name: title
dtype: string
- name: channel
dtype: string
- name: date
dtype: string
- name: original_language
dtype: string
- name: word_count
dtype: int64
- name: length_seconds
dtype: float64
- name: vad_output
sequence:
sequence: float64
splits:
- name: train
num_bytes: 176265864.0
num_examples: 25
download_size: 175199873
dataset_size: 176265864.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名：audio，数据类型：音频（audio）
- 字段名：video_link，数据类型：字符串（string）
- 字段名：title，数据类型：字符串（string）
- 字段名：channel，数据类型：字符串（string）
- 字段名：date，数据类型：字符串（string）
- 字段名：original_language，数据类型：字符串（string）
- 字段名：word_count，数据类型：词数（word_count），64位整型（int64）
- 字段名：length_seconds，数据类型：时长（秒，length_seconds），64位浮点型（float64）
- 字段名：语音活动检测输出（vad_output），数据类型：嵌套浮点序列（sequence: sequence: float64，即元素为浮点数的序列）
数据集划分：
- 划分名称：训练集（train），占用字节数：176265864.0，样本数量：25
下载大小：175199873，数据集总存储大小：176265864.0
配置项：
- 配置名称：default，数据文件：
- 划分训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• video_link: 视频链接，字符串类型
• title: 标题，字符串类型
• channel: 频道，字符串类型
• date: 日期，字符串类型
• original_language: 原始语言，字符串类型
• word_count: 字数，整数类型
• length_seconds: 时长（秒），浮点数类型
• vad_output: 语音活动检测输出，序列类型，序列内部为浮点数类型

数据集分割

• train: 训练集
  • 数据量: 176265864.0 字节
  • 示例数量: 25

数据集大小

• 下载大小: 175199873 字节
• 数据集大小: 176265864.0 字节