Jayem-11/mozilla_commonvoice_hackathon_preprocessed_train_batch_5

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: input_length
dtype: int64
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
- name: labels_length
dtype: int64
splits:
- name: train
num_bytes: 13358723437.375
num_examples: 11733
download_size: 4082315471
dataset_size: 13358723437.375
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "mozilla_commonvoice_hackathon_preprocessed_train_batch_5"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • audio: 音频数据，采样率为16000。
  • sentence: 字符串类型的句子。
  • input_length: 整数类型，表示输入长度。
  • input_features: 序列类型，序列中的数据为浮点型。
  • labels: 序列类型，序列中的数据为整数型。
  • labels_length: 整数类型，表示标签长度。

数据集分割

• 训练集 (train):
  • 字节数: 13358723437.375
  • 样本数: 11733

数据集大小

• 下载大小: 4082315471
• 数据集大小: 13358723437.375

配置

• 默认配置 (default):
  • 数据文件:
    • 训练集: data/train-*