Satvik2000/smart-turn-data-v3.1-train

---
dataset_info:
features:
- name: audio
dtype: audio
- name: id
dtype: string
- name: language
dtype: string
- name: endpoint_bool
dtype: bool
- name: midfiller
dtype: bool
- name: endfiller
dtype: bool
- name: synthetic
dtype: bool
- name: spoken_text
dtype: 'null'
- name: dataset
dtype: string
splits:
- name: train
num_bytes: 38491641356.0
num_examples: 270429
download_size: 36750468369
dataset_size: 38491641356.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

Training dataset for Smart Turn v3.1.

Thank you to the following contributors whose audio samples are included in this dataset:

* The Pipecat team
* Liva AI: https://www.theliva.ai/
* Midcentury: https://www.midcentury.xyz/
* MundoAI: https://mundoai.world/

---
数据集信息：
特征：
- 名称：音频（audio），数据类型：音频格式
- 名称：样本ID（id），数据类型：字符串
- 名称：语言（language），数据类型：字符串
- 名称：端点检测布尔值（endpoint_bool），数据类型：布尔值
- 名称：中间填充词标记（midfiller），数据类型：布尔值
- 名称：结尾填充词标记（endfiller），数据类型：布尔值
- 名称：合成语音标记（synthetic），数据类型：布尔值
- 名称：语音转写文本（spoken_text），数据类型：空值
- 名称：来源数据集（dataset），数据类型：字符串
数据集拆分：
- 名称：训练集（train），占用字节数：38491641356.0，样本总量：270429
下载总大小：36750468369
数据集总大小：38491641356.0
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集拆分：训练集（train），文件路径：data/train-*
---

本数据集为Smart Turn v3.1版本的训练数据集。

谨此致谢为本数据集提供音频样本的以下贡献方：
* Pipecat团队
* Liva AI：https://www.theliva.ai/
* Midcentury：https://www.midcentury.xyz/
* MundoAI：https://mundoai.world/