jeongseon/cp-final-project

该数据集包含音频和对应的转录文本。音频数据的采样率为16000Hz，转录文本为字符串格式。数据集分为训练集和验证集，其中训练集包含50000个样本，验证集包含2545个样本。数据集的总下载大小为14119396005字节，总大小为18855690534.977634字节。

原始信息汇总

数据集概述

数据集特征

• 音频
  • 采样率: 16000
• 转录文本
  • 数据类型: 字符串

数据集分割

• 训练集
  • 字节数: 17947315525.537636
  • 样本数: 50000
• 验证集
  • 字节数: 908375009.44
  • 样本数: 2545

数据集大小

• 下载大小: 14119396005
• 数据集大小: 18855690534.977634

配置

• 默认配置
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/valid-*