lalok/gyeongsan_gyeongsan_address_ko

该数据集包含音频和文本转录两个主要特征。音频数据的采样率为16000Hz，文本转录为字符串类型。数据集分为训练集、测试集和验证集三个部分，分别包含215199、26900和26900个样本。数据集的下载大小约为35GB，总大小约为37.6GB。数据文件路径分别为data/train-*、data/test-*和data/valid-*。

This dataset is primarily used for audio transcription tasks, containing audio and corresponding transcriptions. The audio sampling rate is 16000 Hz. The dataset is divided into train, test, and validation sets, with 215199, 26900, and 26900 samples respectively. The total download size of the dataset is 35042304398 bytes, and the total dataset size is 37614747263.483 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征：

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

• 数据分割：

  • 训练集：
    • 字节数：30001615352.834686
    • 样本数：215199
  • 测试集：
    • 字节数：3775478257.474158
    • 样本数：26900
  • 验证集：
    • 字节数：3837653653.174158
    • 样本数：26900

• 下载大小：35042304398

• 数据集总大小：37614747263.483

配置信息

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