kamilakesbi/cv_for_spd_fr_augmented_2k

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: speakers
sequence: string
- name: timestamps_start
sequence: float64
- name: timestamps_end
sequence: float64
splits:
- name: train
num_bytes: 3462400544.0
num_examples: 2016
- name: validation
num_bytes: 772111334.0
num_examples: 408
- name: test
num_bytes: 773731278.0
num_examples: 408
download_size: 4669764120
dataset_size: 5008243156.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
### 特征字段
1. **音频（audio）**：该特征为音频数据类型，采样率为48000赫兹。
2. **说话人（speakers）**：字符串序列类型。
3. **起始时间戳（timestamps_start）**：64位浮点数（float64）序列类型。
4. **结束时间戳（timestamps_end）**：64位浮点数序列类型。

### 数据划分
- 训练集（train）：磁盘占用空间为3462400544.0字节，共包含2016个样本。
- 验证集（validation）：磁盘占用空间为772111334.0字节，共包含408个样本。
- 测试集（test）：磁盘占用空间为773731278.0字节，共包含408个样本。

整体下载大小为4669764120字节，数据集总存储大小为5008243156.0字节。

### 配置信息
仅包含一个默认配置，其数据文件路径对应如下：
- 训练集：`data/train-*`
- 验证集：`data/validation-*`
- 测试集：`data/test-*`

原始信息汇总

数据集概述

数据集特征

• audio:

  • 数据类型: 音频
  • 采样率: 48000 Hz

• speakers:

  • 数据类型: 字符串序列

• timestamps_start:

  • 数据类型: 浮点数序列

• timestamps_end:

  • 数据类型: 浮点数序列

数据集划分

• 训练集 (train):

  • 示例数量: 2016
  • 数据大小: 3462400544.0 字节

• 验证集 (validation):

  • 示例数量: 408
  • 数据大小: 772111334.0 字节

• 测试集 (test):

  • 示例数量: 408
  • 数据大小: 773731278.0 字节

数据集大小

• 下载大小: 4669764120 字节
• 数据集总大小: 5008243156.0 字节

配置文件

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*