ghananlpcommunity/twi-stitched-words-asr

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: words
dtype: string
- name: word_count
dtype: int32
- name: word_indices
dtype: string
- name: word_boundaries
dtype: string
- name: total_duration_ms
dtype: float32
- name: filename
dtype: string
splits:
- name: train
num_bytes: 5759902201.75
num_examples: 51682
download_size: 5307931521
dataset_size: 5759902201.75
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集元信息：
特征字段：
- 字段名：音频（audio），数据类型：音频格式，采样率为16000
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：单词（words），数据类型：字符串
- 字段名：单词数（word_count），数据类型：32位整型（int32）
- 字段名：单词索引（word_indices），数据类型：字符串
- 字段名：单词边界（word_boundaries），数据类型：字符串
- 字段名：总时长（毫秒）（total_duration_ms），数据类型：32位浮点型（float32）
- 字段名：文件名（filename），数据类型：字符串
数据拆分：
- 拆分名称：训练集（train），字节数：5759902201.75，样本数量：51682
下载大小：5307931521，数据集总大小：5759902201.75
数据集配置：
- 配置名称：默认配置（default），数据文件配置：
- 对应拆分：训练集（train），文件路径：data/train-*