pseudo labels test

该数据集包含多种语言的音频数据及其相关文本信息。数据集的特征包括音频ID、语言、音频文件、原始文本、标准化文本、性别、说话者ID、是否为黄金转录、口音以及Whisper转录。语言特征涵盖了多种语言的编码，如英语、德语、法语等。数据集的测试集包含1137个样本，总大小为606015488.55字节，下载大小为505648557字节。