gharshit412/zeroth-kspon_pseudo_labelled

该数据集包含音频、文本、输入特征、标签、ID、Whisper转录、评估预测和条件预测等字段。数据集分为训练集和测试集，训练集包含61344个样本，测试集包含5272个样本，总大小为117668321740字节。

原始信息汇总

数据集概述

数据集特征

• audio:
  • array: 序列类型，元素类型为float64。
  • path: 数据类型为null。
  • sampling_rate: 数据类型为int64。
• text: 数据类型为string。
• input_features:
  • 序列类型，元素类型为float32。
• labels: 序列类型，元素类型为int64。
• id: 数据类型为int64。
• whisper_transcript: 数据类型为string。
• eval_preds: 序列类型，元素类型为int64。
• condition_on_prev: 数据类型为null。

数据集分割

• train:
  • 数据大小: 110146354657 字节。
  • 示例数量: 61344。
• test:
  • 数据大小: 7521967083 字节。
  • 示例数量: 5272。

数据集大小

• 下载大小: 26910269910 字节。
• 数据集总大小: 117668321740 字节。

配置

• config_name: default
  • data_files:
    • split: train, 路径模式: data/train-*。
    • split: test, 路径模式: data/test-*。