统计学与机器学习讲座朗读音频数据集
音视频
0 下载
7 浏览
2026-10-01
数据集简介
应用串流的长篇讲座音频
本数据集汇集了 Papers, as Audio 手机应用所串流播放的统计学与机器学习长篇幅讲座朗读音频。这些音频面向移动端收听场景,将学术讲座转化为可听内容,并配套提供文字稿,方便对照与检索。数据集以 audiofolder 格式组织,包含 default 子集与 train 划分,整体规模为 1 行记录、总文件大小 686 MB。
目录清单与文件组织
数据集中最核心的索引文件是 library.json,它是应用读取的目录清单,逐条记录每场讲座的标题、时长、章节标记以及对应文件的路径。借助该清单,使用者可以快速定位某一讲音频及其文字稿,并按章节标记跳转到讲座的特定位置。
文件组织采用按类型分目录的方式:
audio/<id>.mp3:每场讲座一个音频文件,语音由 Kokoro-82M 模型以 af_heart 音色合成,编码为 96 kbps 单声道。lectures/<id>.md:与音频一一对应的文字稿,以 Markdown 格式保存,便于阅读、搜索或进一步处理。
音频目录说明
audio 目录集中存放全部讲座的朗读音频,文件名以讲座标识 <id> 命名,与 library.json 中的路径字段和 lectures 目录下的文字稿保持对应关系。音频采用 96 kbps 单声道 MP3 格式,在控制文件体积的同时保留清晰语音,适合在移动网络环境下串流播放。
发布来源与获取方式
该数据集托管于 HuggingFace,由 GitHub 仓库 https://github.com/Arjun10g/Papers_Audio 自动发布,发布者为 Arjun10g。数据集公开可下载,未设置访问门控(gated: false),使用者可直接获取全部文件;许可信息未在数据集中标注。数据集的发布日期为 2026 年 10 月 1 日。
基本信息
记录数量未知
文件大小1 行(n<1K),总文件大小 686 MB
文件格式json, mp3, md, parquet
数据来源Arjun10g
音频编码96 kbps 单声道
语音音色Kokoro-82M af_heart
数据子集default(train 划分)
访问方式公开下载,无门控
发布日期2026-10-01
数据落地页https://huggingface.co/datasets/arjun10g/papers-audio
统计学讲座机器学习语音合成朗读音频文字稿
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载