SpeechCommands in WebDataset Format

This dataset is the speechcommands dataset, formatted in the WebDataset format. WebDataset files are essentially tar archives, where each example in the dataset is represented by a pair of files: a WAV audio file and a corresponding JSON metadata file. The JSON file contains the class label and other relevant information for that particular audio sample. $ tar tvf wds-audio-train_0000000.tar|head -r--r--r-- bigdata/bigdata 19 2025-01-10 08:58 right_7e783e3f_nohash_1.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 right_7e783e3f_nohash_1.wav -r--r--r-- bigdata/bigdata 16 2025-01-10 08:58 up_c79159aa_nohash_3.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 up_c79159aa_nohash_3.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_2b42e7a2_nohash_3.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_2b42e7a2_nohash_3.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_c79159aa_nohash_4.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_c79159aa_nohash_4.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_708b8d51_nohash_0.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_708b8d51_nohash_0.wav $ cat right_7e783e3f_nohash_1.json {"labels": "right"}本数据集为SpeechCommands数据集（SpeechCommands dataset），采用WebDataset格式（WebDataset format）进行封装。WebDataset文件本质为tar归档格式，数据集中的每个样本均由一对关联文件构成：一份WAV格式音频文件（WAV audio file），以及与之对应的JSON元数据文件（JSON metadata file）。该JSON文件存储了当前音频样本的类别标签及其他相关信息。 以下为查看训练分块文件`wds-audio-train_0000000.tar`前10条条目的命令及输出结果： $ tar tvf wds-audio-train_0000000.tar|head -r--r--r-- bigdata/bigdata 19 2025-01-10 08:58 right_7e783e3f_nohash_1.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 right_7e783e3f_nohash_1.wav -r--r--r-- bigdata/bigdata 16 2025-01-10 08:58 up_c79159aa_nohash_3.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 up_c79159aa_nohash_3.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_2b42e7a2_nohash_3.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_2b42e7a2_nohash_3.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_c79159aa_nohash_4.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_c79159aa_nohash_4.wav -r--r--r-- bigdata/bigdata 18 2025-01-10 08:58 left_708b8d51_nohash_0.json -r--r--r-- bigdata/bigdata 32044 2025-01-10 08:58 left_708b8d51_nohash_0.wav 以下为查看样本元数据文件`right_7e783e3f_nohash_1.json`的命令及输出内容： $ cat right_7e783e3f_nohash_1.json {"labels": "right"}