CLAPv2/vggsound_formatted_batch_4
收藏Hugging Face2024-09-19 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/CLAPv2/vggsound_formatted_batch_4
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: __key__
dtype: string
- name: __url__
dtype: string
- name: flac
dtype: audio
- name: json
struct:
- name: original_data
struct:
- name: description
dtype: string
- name: filename
dtype: string
- name: label
dtype: string
- name: license
dtype: string
- name: split
dtype: string
- name: start
dtype: int64
- name: title
dtype: string
- name: url
dtype: string
- name: tag
sequence: string
- name: text
sequence: string
- name: index
dtype: string
- name: datasetname
dtype: string
- name: audio
struct:
- name: array
sequence: float64
- name: path
dtype: string
- name: sampling_rate
dtype: int64
- name: text
dtype: string
- name: raw_text
sequence:
sequence: string
- name: audio_len
dtype: int64
splits:
- name: train
num_bytes: 47911721496.0
num_examples: 10000
download_size: 18702790280
dataset_size: 47911721496.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
## 特征字段
1. `__key__`：数据类型为字符串（string）
2. `__url__`：数据类型为字符串
3. `flac`：数据类型为音频（audio）
4. `json`：结构体类型，包含以下子字段：
- `original_data`：结构体类型，包含以下子字段：
- `description`：字符串类型
- `filename`：字符串类型
- `label`：字符串类型
- `license`：字符串类型
- `split`：字符串类型
- `start`：int64类型
- `title`：字符串类型
- `url`：字符串类型
- `tag`：字符串序列（sequence<string>）
- `text`：字符串序列（sequence<string>）
5. `index`：数据类型为字符串
6. `datasetname`：数据类型为字符串
7. `audio`：结构体类型，包含以下子字段：
- `array`：float64序列（sequence<float64>）
- `path`：字符串类型
- `sampling_rate`：int64类型（采样率）
8. `text`：数据类型为字符串
9. `raw_text`：嵌套字符串序列（sequence<sequence<string>>）
10. `audio_len`：数据类型为int64（音频长度）
## 数据划分
- 训练集（train）：字节占用量为47911721496.0，样本总数为10000
- 下载总大小：18702790280字节
- 数据集总大小：47911721496.0字节
## 配置项
- 默认配置（default）：数据文件对应训练集划分，文件路径为`data/train-*`
提供机构：
CLAPv2
