jp1924/KsponSpeech

该数据集是一个用于自动语音识别（ASR）任务的大规模韩语数据集。数据集包含音频文件和对应的文本句子，音频文件的采样率为16000Hz。数据集分为四个部分：dev、eval_clean、eval_other和train，分别包含2545、3000、3000和620000个样本。数据集的语言为韩语（ko），并且属于大规模数据集（100B<n<1T）。

原始信息汇总

数据集概述

数据集信息

• 特征（Features）:

  • audio:
    • 数据类型: 音频
    • 采样率: 16000 Hz
  • sentence:
    • 数据类型: 字符串
  • id:
    • 数据类型: 字符串

• 分割（Splits）:

  • dev:
    • 示例数量: 2545
    • 数据大小: 453996265.875 字节
  • eval_clean:
    • 示例数量: 3000
    • 数据大小: 304987608 字节
  • eval_other:
    • 示例数量: 3000
    • 数据大小: 438544274 字节
  • train:
    • 示例数量: 620000
    • 数据大小: 111286133042 字节

• 下载大小（Download Size）: 105060754027 字节

• 数据集大小（Dataset Size）: 112483661189.875 字节

配置（Configs）

• config_name: default
• 数据文件（Data Files）:
  • dev: data/dev-*
  • eval_clean: data/eval_clean-*
  • eval_other: data/eval_other-*
  • train: data/train-*

任务类别（Task Categories）

• automatic-speech-recognition

语言（Language）

• ko

标签（Tags）

• STT
• Audio

大小类别（Size Categories）

• 100B<n<1T