ittailup/voxforge_spanish

---
dataset_info:
features:
- name: audio_id
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speaker_id
dtype: string
- name: country
dtype: string
- name: gender
dtype: string
- name: duration
dtype: float32
- name: normalized_text
dtype: string
splits:
- name: train
num_bytes: 3796458902.464
num_examples: 21692
download_size: 3441019616
dataset_size: 3796458902.464
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 音频ID（audio_id）：字符串类型
- 音频（audio）：数据格式为采样率16000的音频
- 说话人ID（speaker_id）：字符串类型
- 国家（country）：字符串类型
- 性别（gender）：字符串类型
- 时长（duration）：float32类型
- 归一化文本（normalized_text）：字符串类型
数据集拆分：
- 训练集（train）：字节数3796458902.464，样本量21692
下载大小：3441019616，数据集总大小：3796458902.464
配置项：
- 默认配置（default）：数据文件对应训练拆分的路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• audio_id: 字符串类型
• audio: 音频类型，采样率为16000
• speaker_id: 字符串类型
• country: 字符串类型
• gender: 字符串类型
• duration: 浮点数类型（float32）
• normalized_text: 字符串类型

数据集划分

• train:
  • 示例数量: 21692
  • 数据大小: 3796458902.464字节

数据集大小

• 下载大小: 3441019616字节
• 数据集大小: 3796458902.464字节