AbirMessaoudi/parlament-parla-v2-voxceleb-resnet34-LM-emb

---
dataset_info:
features:
- name: path
dtype: string
- name: speaker_id
dtype: int64
- name: sentence
dtype: string
- name: gender
dtype:
class_label:
names:
'0': F
'1': M
- name: duration
dtype: float64
- name: embeddings
sequence: float32
splits:
- name: test
num_bytes: 2689207
num_examples: 2138
- name: validation
num_bytes: 2701667
num_examples: 2150
- name: train
num_bytes: 100118944
num_examples: 78976
download_size: 143449622
dataset_size: 105509818
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: validation
path: data/validation-*
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名称：文件路径（path），数据类型：字符串
- 字段名称：说话人ID（speaker_id），数据类型：64位整型（int64）
- 字段名称：文本句子（sentence），数据类型：字符串
- 字段名称：性别（gender），数据类型：分类标签（class_label），类别映射规则为：'0' 对应 F（女性），'1' 对应 M（男性）
- 字段名称：时长（duration），数据类型：64位浮点型（float64）
- 字段名称：嵌入向量（embeddings），数据类型：32位浮点型（float32）序列
数据集划分：
- 划分名称：测试集（test），数据字节数：2689207，样本总量：2138
- 划分名称：验证集（validation），数据字节数：2701667，样本总量：2150
- 划分名称：训练集（train），数据字节数：100118944，样本总量：78976
下载总大小：143449622 字节
数据集总存储大小：105509818 字节
配置项：
- 配置名称：默认配置（default），数据文件路径映射：
- 测试集：data/test-*
- 验证集：data/validation-*
- 训练集：data/train-*

原始信息汇总

数据集概述

特征信息

• path: 字符串类型，表示文件路径。
• speaker_id: 64位整数类型，表示说话者ID。
• sentence: 字符串类型，表示语句内容。
• gender: 分类标签类型，包含两个类别：
  • 0: 女性 (F)
  • 1: 男性 (M)
• duration: 64位浮点数类型，表示持续时间。
• embeddings: 32位浮点数序列类型，表示嵌入向量。

数据分割

• test: 包含2138个样本，总字节数为2689207。
• validation: 包含2150个样本，总字节数为2701667。
• train: 包含78976个样本，总字节数为100118944。

数据集大小

• 下载大小: 143449622字节
• 数据集大小: 105509818字节

配置信息

• default: 默认配置，包含以下数据文件路径：
  • test: data/test-*
  • validation: data/validation-*
  • train: data/train-*