kamilakesbi/synthetic_dataset_jpn_no_norm

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: speakers
sequence: string
- name: timestamps_start
sequence: float64
- name: timestamps_end
sequence: float64
splits:
- name: train
num_bytes: 3119807626.0
num_examples: 1584
download_size: 2439093823
dataset_size: 3119807626.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 音频（audio）：数据类型为音频，采样率为16000
- 说话人（speakers）：字符串序列类型
- 起始时间戳（timestamps_start）：64位浮点型（float64）序列类型
- 结束时间戳（timestamps_end）：64位浮点型（float64）序列类型
数据集划分：
- 训练集（train）：占用字节数为3119807626.0，样本总量为1584
下载大小：2439093823，数据集总大小：3119807626.0
配置项：
- 默认配置（default）：训练集划分对应的数据文件路径为 data/train-*

原始信息汇总

数据集概述

数据集特征

• audio:
  • 数据类型: 音频
  • 采样率: 16000 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

数据集分割

• train:
  • 数据量: 3119807626 字节
  • 示例数量: 1584

数据集大小

• 下载大小: 2439093823 字节
• 数据集总大小: 3119807626 字节

配置

• default:
  • 数据文件路径: data/train-*