xaviviro/common_voice_ca_16_1_accent

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
splits:
- name: train
num_bytes: 26013508615.681133
num_examples: 671336
- name: test
num_bytes: 105478534.6362668
num_examples: 2904
download_size: 23699581348
dataset_size: 26118987150.3174
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集详情

特征信息

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为整数（int64）。
• down_votes: 数据类型为整数（int64）。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accent: 数据类型为字符串。
• locale: 数据类型为字符串。
• segment: 数据类型为字符串。
• variant: 数据类型为字符串。

数据分割

• train:
  • 字节数: 26013508615.681133
  • 样本数: 671336
• test:
  • 字节数: 105478534.6362668
  • 样本数: 2904

数据集大小

• 下载大小: 23699581348 字节
• 数据集大小: 26118987150.3174 字节

配置信息

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