Rounak28/bengaliAI-preprocessed-whisper-medium-50000-100000

---
dataset_info:
features:
- name: id
dtype: string
- name: sentence
dtype: string
- name: split
dtype: string
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 48065668591
num_examples: 50000
download_size: 6859604636
dataset_size: 48065668591
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "bengaliAI-preprocessed-whisper-medium-50000-100000"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：id，数据类型：字符串型
- 名称：sentence，数据类型：字符串型
- 名称：split，数据类型：字符串型
- 名称：input_features，数据类型：嵌套序列型（外层序列的元素为32位浮点型序列）
- 名称：labels，数据类型：64位整型序列
数据集划分：
- 名称：训练集（train），字节数：48065668591，样本数：50000
下载大小：6859604636
数据集占用大小：48065668591
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分方式：训练集，路径：data/train-*
---
# 「bengaliAI-preprocessed-whisper-medium-50000-100000」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• sentence: 字符串类型
• split: 字符串类型
• input_features: 序列类型，包含浮点数（float32）
• labels: 序列类型，包含整数（int64）

分割

• train:
  • 字节数: 48065668591
  • 样本数: 50000

大小

• 下载大小: 6859604636
• 数据集大小: 48065668591

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*