mnsm92/cv_5

该数据集主要包含音频文件和对应的转录文本。数据集分为训练集和测试集，其中训练集包含29400个样本，测试集包含600个样本。数据集的下载大小为784922495字节，总大小为801651428.0字节。训练集和测试集的数据文件分别存储在指定的路径中。

This dataset primarily contains audio files and their corresponding transcriptions. It is divided into a training set and a test set, with the training set containing 29,400 samples and the test set containing 600 samples. The download size of the dataset is 784,922,495 bytes, and the total size is 801,651,428.0 bytes. The data files for the training and test sets are stored in specified paths.

原始信息汇总

数据集概述

特征

• audio: 音频数据，数据类型为 audio。
• transcription: 转录文本，数据类型为 string。

数据集划分

• train: 训练集，包含 29400 个样本，总大小为 785618399.44 字节。
• test: 测试集，包含 600 个样本，总大小为 16033028.56 字节。

数据集大小

• 下载大小: 784922495 字节。
• 总大小: 801651428.0 字节。

配置

• default: 默认配置，包含以下数据文件：
  • train: 路径为 data/train-*。
  • test: 路径为 data/test-*。