BaekRok/kb_stt_data

该数据集包含音频和对应的转录文本，分为训练集和测试集。训练集包含547198个样本，测试集包含7051个样本。数据集主要用于语音识别相关的研究和开发。

原始信息汇总

数据集概述

配置信息

• 默认配置 (config_name: default)
  • 训练数据 (split: train): data/train-*
  • 测试数据 (split: test): data/test-*

数据集特征

• 音频 (name: audio): 数据类型为音频
• 转录文本 (name: transcription): 数据类型为字符串

数据集统计

• 训练集 (name: train)
  • 数据量: 547198个样本
  • 存储大小: 32039652658.296字节
• 测试集 (name: test)
  • 数据量: 7051个样本
  • 存储大小: 476820708.01字节

数据集大小

• 下载大小: 36376973349字节
• 数据集总大小: 32516473366.306字节