GGarri/PoCcustomdata

该数据集包含音频和对应的转录文本，音频的采样率为16000Hz。数据集分为训练集、测试集和验证集，分别包含1460、418和209个样本。训练集的大小约为1.2GB，测试集约为349MB，验证集约为181MB。总下载大小约为1.11GB，数据集总大小约为1.73GB。

The dataset consists of audio and transcription text. The audio part has a sampling rate of 16000, and the transcription text is of string type. The dataset is divided into training, testing, and validation sets, containing 1460, 418, and 209 samples respectively. The total download size of the dataset is 1113513534 bytes, and the total size is 1728473519.32 bytes. The dataset configuration is default, with data files stored in the data directory under train-*, test-*, and valid-* files.

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:
    • 数据类型: 字符串

数据集划分

• 训练集:
  • 文件大小: 1198953227.256272 字节
  • 样本数量: 1460
• 测试集:
  • 文件大小: 348983448.70915186 字节
  • 样本数量: 418
• 验证集:
  • 文件大小: 180536843.35457593 字节
  • 样本数量: 209

数据集大小

• 下载大小: 1113513534 字节
• 总大小: 1728473519.32 字节

配置

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