azain/LibriTTS-dev-clean-16khz-mono-loudnorm-100-random-samples-2024-04-18-17-34-39-converted

---
dataset_info:
features:
- name: audio
dtype: audio
- name: transcript
dtype: string
- name: speaker_id
dtype: string
- name: asr_transcription
struct:
- name: text
dtype: string
- name: embeddings
sequence: float32
splits:
- name: train
num_bytes: 17941169.0
num_examples: 100
download_size: 17901496
dataset_size: 17941169.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：音频（audio），数据类型：音频
- 名称：转录文本（transcript），数据类型：字符串
- 名称：说话人ID（speaker_id），数据类型：字符串
- 名称：自动语音识别转录结果（asr_transcription），为结构体，包含子字段：
- 名称：文本（text），数据类型：字符串
- 名称：嵌入向量（embeddings），数据类型：float32序列
数据集划分：
- 划分名称：训练集（train），字节数：17941169.0，样本数量：100
下载总大小：17901496
数据集存储总大小：17941169.0
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：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
• transcript: 文本数据
• speaker_id: 说话者标识
• asr_transcription: 自动语音识别转录
  • text: 文本数据
• embeddings: 嵌入向量序列，数据类型为float32

数据集划分

• train: 训练集
  • num_bytes: 17941169.0字节
  • num_examples: 100个样本

数据集大小

• download_size: 17901496字节
• dataset_size: 17941169.0字节

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*