FarmerlineML/igbo_filtered_dataset_2

该数据集主要用于语音识别任务，包含文本转录和对应音频文件。音频文件的采样率为16000，适用于高精度语音处理。数据集分为训练集和测试集，分别用于模型训练和性能评估。

This dataset is primarily used for speech recognition tasks, containing text transcriptions and corresponding audio files. The audio files have a sampling rate of 16000, suitable for high-precision speech processing. The dataset is divided into training and test sets, used for model training and performance evaluation respectively.

原始信息汇总

数据集概述

特征

• transcription: 类型为字符串。
• audio: 包含音频数据，采样率为16000。

数据分割

• train:
  • 样本数: 4892
  • 数据大小: 162929663.12 字节
• test:
  • 样本数: 802
  • 数据大小: 28447192.0 字节

数据集大小

• 下载大小: 185263338 字节
• 总数据大小: 191376855.12 字节

配置

• default:
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*