Aspik101/common_voice_13_0_pl_pseudo_labelled
收藏Hugging Face2023-11-17 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/Aspik101/common_voice_13_0_pl_pseudo_labelled
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含音频数据及其相关元数据，特征包括客户端ID、音频路径、音频数据、句子文本、点赞数、点踩数、年龄、性别、口音、地区、片段、变体和Whisper转录。数据集分为训练集、验证集和测试集，分别包含17518、8534和8534个样本。音频的采样率为16000Hz。
提供机构：
Aspik101
原始信息汇总
数据集概述
配置信息
- 配置名称: pl
特征信息
- client_id: 字符串类型
- path: 字符串类型
- audio: 音频类型，采样率为16000
- sentence: 字符串类型
- up_votes: 64位整数类型
- down_votes: 64位整数类型
- age: 字符串类型
- gender: 字符串类型
- accent: 字符串类型
- locale: 字符串类型
- segment: 字符串类型
- variant: 字符串类型
- whisper_transcript: 序列类型，64位整数
数据分割
- 训练集:
- 字节数: 601297865.838
- 样本数: 17518
- 验证集:
- 字节数: 307275648.41
- 样本数: 8534
- 测试集:
- 字节数: 341315560.23
- 样本数: 8534
数据大小
- 下载大小: 1202230845 字节
- 数据集大小: 1249889074.4780002 字节
数据文件配置
- 配置名称: pl
- 数据文件:
- 训练集: pl/train-*
- 验证集: pl/validation-*
- 测试集: pl/test-*
