voidful/cv_13_tw_speech_tokenizer

---
dataset_info:
features:
- name: input
dtype: string
- name: label
dtype: string
splits:
- name: train
num_bytes: 251756926.80339798
num_examples: 48923
- name: test
num_bytes: 62940518.196602024
num_examples: 12231
download_size: 92029688
dataset_size: 314697445.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• input：数据类型为字符串。
• label：数据类型为字符串。

数据集分割

• 训练集：包含48923个样本，总大小为251756926.80339798字节。
• 测试集：包含12231个样本，总大小为62940518.196602024字节。

数据集大小

• 下载大小：92029688字节。
• 数据集总大小：314697445.0字节。

数据文件配置

• 默认配置：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*