sil-ai/senga-nt-asr-inferred-force-aligned-resemblyzer-diarization-multi-speaker

---
dataset_info:
features:
- name: filename
dtype: string
- name: text
dtype: string
- name: source_file
dtype: string
- name: start
dtype: float64
- name: end
dtype: float64
- name: duration
dtype: float64
- name: word_count
dtype: int64
- name: asr_transcription
dtype: string
- name: match_score
dtype: int64
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: verses
list: string
- name: books
list: string
- name: chapters
list: string
- name: speakers
list: int64
splits:
- name: train
num_bytes: 2272134274
num_examples: 4648
download_size: 1967983684
dataset_size: 2272134274
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征集：
- 名称：filename（文件名），数据类型：字符串
- 名称：text（文本内容），数据类型：字符串
- 名称：source_file（源文件），数据类型：字符串
- 名称：start（起始时间），数据类型：float64（64位浮点数）
- 名称：end（结束时间），数据类型：float64（64位浮点数）
- 名称：duration（时长），数据类型：float64（64位浮点数）
- 名称：word_count（词数统计），数据类型：int64（64位整型）
- 名称：asr_transcription（自动语音识别转录结果），数据类型：字符串
- 名称：match_score（匹配得分），数据类型：int64（64位整型）
- 名称：audio（音频数据），数据结构：
音频参数：采样率（sampling_rate）：16000
- 名称：verses（节段列表），元素类型：字符串列表
- 名称：books（书籍列表），元素类型：字符串列表
- 名称：chapters（章节列表），元素类型：字符串列表
- 名称：speakers（说话人列表），元素类型：int64（64位整型）列表
数据集划分：
- 名称：train（训练集），占用字节数：2272134274，样本数量：4648
下载大小：1967983684 字节
数据集总大小：2272134274 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分集：train（训练集），路径：data/train-*