"""数据集注册表：config 的 type(hf|custom) 映射到适配器。

公共集（ASCEND/AISHELL/LibriSpeech）统一走 HFDataset，差异全在 config.yaml 里描述
（hf_id/split/text_field/lang），所以"广覆盖 + 自定义"只需改配置，不必加代码。
"""

from __future__ import annotations

from .base import Dataset


def build_dataset(cfg: dict, audio_cache: str) -> Dataset:
    dtype = cfg["type"]
    if dtype == "hf":
        from .hf import HFDataset

        return HFDataset(cfg, audio_cache)
    if dtype == "custom":
        from .custom import CustomDataset

        return CustomDataset(cfg)
    raise ValueError(f"未知数据集类型: {dtype}")


__all__ = ["Dataset", "build_dataset"]