Sonal0205/telugu_whisper_asr

该数据集包含音频、转录文本和性别三个特征。数据集分为训练集、验证集和测试集，其中训练集包含3113个样本，验证集包含667个样本，测试集包含668个样本。总下载大小为1339563545字节，数据集总大小为1973695047.875字节。

dataset_info:
特征：
- 名称：audio（音频），数据类型：音频
- 名称：transcript（转录文本），数据类型：字符串
- 名称：gender（性别），数据类型：字符串
数据集划分：
- 名称：train（训练集），占用字节数：1386550063.875，样本数量：3113
- 名称：validation（验证集），占用字节数：294928644.0，样本数量：667
- 名称：test（测试集），占用字节数：292216340.0，样本数量：668
下载大小：1339563545
数据集总大小：1973695047.875
configs:
- 配置名称：default（默认配置），数据文件：
- 划分：train，路径：data/train-*
- 划分：validation，路径：data/validation-*
- 划分：test，路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• transcript: 文本数据
• gender: 性别信息

数据集划分

• 训练集（train）:
  • 示例数量: 3113
  • 数据大小: 1386550063.875字节
• 验证集（validation）:
  • 示例数量: 667
  • 数据大小: 294928644.0字节
• 测试集（test）:
  • 示例数量: 668
  • 数据大小: 292216340.0字节

数据集大小

• 下载大小: 1339563545字节
• 数据集总大小: 1973695047.875字节

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*