Raziullah/librispeech_asr_finetune

---
dataset_info:
features:
- name: file
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: speaker_id
dtype: int64
- name: chapter_id
dtype: int64
- name: id
dtype: string
splits:
- name: train
num_bytes: 6622627681.062
num_examples: 28539
- name: test
num_bytes: 367977266.42
num_examples: 2620
download_size: 6784384255
dataset_size: 6990604947.482
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

数据集信息

特征

• file: 文件名，数据类型为字符串。
• audio: 音频数据，采样率为16000。
• text: 文本内容，数据类型为字符串。
• speaker_id: 说话者ID，数据类型为整数（int64）。
• chapter_id: 章节ID，数据类型为整数（int64）。
• id: 唯一标识符，数据类型为字符串。

数据分割

• train: 训练集，包含28539个样本，总字节数为6622627681.062。
• test: 测试集，包含2620个样本，总字节数为367977266.42。

数据集大小

• 下载大小: 6784384255字节。
• 数据集大小: 6990604947.482字节。

配置

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • test: 路径为data/test-*。