jq/dsa_speech

---
dataset_info:
features:
- name: id
dtype: string
- name: audio
sequence: float32
- name: text
dtype: string
- name: audio_language
dtype: string
- name: is_studio
dtype: bool
- name: speaker_id
dtype: int64
- name: sample_rate
dtype: int64
splits:
- name: train
num_bytes: 921307
num_examples: 6
download_size: 1441748
dataset_size: 921307
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：id（标识符），数据类型为字符串（string）
- 字段名：audio（音频），数据类型为float32类型的数值序列
- 字段名：text（文本），数据类型为字符串（string）
- 字段名：audio_language（音频语言），数据类型为字符串（string）
- 字段名：is_studio（是否为棚录音频），数据类型为布尔值（bool）
- 字段名：speaker_id（说话人标识符），数据类型为int64类型
- 字段名：sample_rate（采样率），数据类型为int64类型
数据集划分：
- 拆分名称：train（训练集），占用字节数为921307，包含6个样本
下载总大小：1441748
数据集总大小：921307
数据集配置：
- 配置名称：default（默认配置），数据文件配置如下：
- 对应拆分train的数据文件路径为data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• audio: 序列类型，数据类型为float32
• text: 字符串类型
• audio_language: 字符串类型
• is_studio: 布尔类型
• speaker_id: 整数类型，数据类型为int64
• sample_rate: 整数类型，数据类型为int64

数据集分割

• train:
  • 示例数量: 6
  • 数据大小: 921307字节

数据集大小

• 下载大小: 1441748字节
• 数据集大小: 921307字节

配置

• default:
  • 训练数据路径: data/train-*