CASIA-LM/OpenS2S_Datasets 已完整同步

文件

显示第 1–19 个，共 19 个文件

目录	文件名	格式	大小
—	.gitattributes	GITATTRIBUTES	2.6 KiB
—	README.md	MD	295 B
—	en_query_wav.tar.gz	GZ · Gzip	542 MiB
—	en_response_wav.tar.gz.0	0	10 GiB
—	en_response_wav.tar.gz.1	1	10 GiB
—	en_response_wav.tar.gz.2	2	6.5 MiB
—	en_response_wav.tar.gz.3	3	175 MiB
—	en_response_wav.tar.gz.4	4	10 GiB
—	en_response_wav.tar.gz.5	5	10 GiB
—	en_response_wav.tar.gz.6	6	4.2 GiB
—	manifest_en.jsonl 预览	JSONL	87 MiB
—	manifest_zh.jsonl 预览	JSONL	95 MiB
—	merged_speech5.3M.jsonl 预览	JSONL	3.7 GiB
—	zh_query_wav.tar.gz	GZ · Gzip	56 MiB
—	zh_response_wav.tar.gz.0	0	10 GiB
—	zh_response_wav.tar.gz.1	1	25 MiB
—	zh_response_wav.tar.gz.2	2	431 MiB
—	zh_response_wav.tar.gz.3	3	10 GiB
—	zh_response_wav.tar.gz.4	4	1.2 GiB

前置要求

需要 Node.js 18 及以上，以及 npm（或 npx）。

1. 安装 CLI

npm install -g wehub-cli@latest

2. 下载此数据集

wehub datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32

若中断或部分失败，在同一目录重新执行同一命令即可续传。默认会校验 SHA-256。

免全局安装

npx --yes wehub-cli@latest datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32

高级选项

以下为 wehub datasets download 已支持的参数示例：

强制重新下载，不复用已校验的本地文件

wehub datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32 --overwrite

仅包含匹配路径

wehub datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32 --include "*.jsonl"

排除匹配路径

wehub datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32 --exclude "*.md"

提高并发下载数

wehub datasets download ds_ext_3265_ea44c35d32 --revision 31ac20ccf035cb76ffb7984801180be729cfbdc1 --output ./ds_ext_3265_ea44c35d32 --jobs 8

完整帮助：wehub datasets download --help