mnsm92/cv_3

该数据集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，训练集包含26,460个样本，测试集包含540个样本。数据集的下载大小为707,074,433字节，总大小为722,251,545字节。数据文件路径分别为训练集和测试集指定了不同的路径。

This dataset contains audio files and corresponding transcriptions. The dataset is divided into a training set and a test set, with the training set containing 26,460 samples and the test set containing 540 samples. The download size of the dataset is 707,074,433 bytes, and the total size is 722,251,545 bytes. The data file paths are specified separately for the training set and the test set.

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 26460 个样本，占用 707806514.1 字节。
• test: 测试集，包含 540 个样本，占用 14445030.9 字节。

数据集大小

• 下载大小: 707074433 字节。
• 总大小: 722251545.0 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-*。