音频类数据集格式要求

约束限制

• 从OBS导入：单个文件/压缩包大小不超过20GB；多个文件场景，文件数量不限制，总文件大小不超过20GB。
• 本地导入：单个文件大小不超过1GB，文件数量最多20个。

格式说明

支持的文件格式：仅支持后缀名为.mp3、.flac、.wav、.opus、.aac、.m4a的音频文件和后缀名为.jsonl的标签文件，JSONL文件仅支持UTF-8编码。

文件组织方式：支持以多级目录（文件夹）的形式灵活组织数据集结构。

标签文件（可选）规范：如果数据集包含标注信息、音频属性等元数据，必须通过在特定路径下配置统一的标签文件来实现：

1. 标签文件必须直接位于数据集的根目录下，且文件名称必须固定为annotation.jsonl。
2. annotation.jsonl文件中的每一行都必须是一个独立且合法的JSON对象，用于对数据集中的视频进行索引与属性描述。
   • file_name（String，必填）：其值（Value）必须为目标音频相对于数据集根目录的相对路径（例如audios/speech_01.wav或直接为speech_01.wav），所提及的视频文件必须在对应路径下真实存在。
   • 自定义字段（选填）：除file_name外，其余任何键值对（Key-Value）均不作限制。可根据实际需求自定义任意业务字段。

数据格式示例

为便于展示字段层级关系，已将单行JSONL数据展开。

{
  "file_name": "audios/mandarin/news_01.wav",
  "text": "欢迎收看今天的整点新闻播报。",
  "label": "news_broadcast",
  "language": "zh-CN",
  "audio_properties": {
    "sample_rate": 16000,
    "channels": 1,
    "duration_seconds": 4.8
  }
}