madhabpaul/assamese_speech_corpus

---
language:
- as
license: apache-2.0
task_categories:
- text-to-speech
- text-to-audio
- automatic-speech-recognition
pretty_name: assamese_speech_corpus
dataset_info:
- config_name: default
features:
- name: audio
dtype: audio
- name: text
dtype: string
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 180656608.503
num_examples: 1877
download_size: 177978848
dataset_size: 180656608.503
- config_name: dual_1
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
- name: gender
dtype: string
splits:
- name: train
num_bytes: 2499710442.564
num_examples: 2812
download_size: 2457362015
dataset_size: 2499710442.564
- config_name: female_1
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 4491574233.545
num_examples: 8705
download_size: 4727313788
dataset_size: 4491574233.545
- config_name: male_1
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 3900445815.842
num_examples: 8941
download_size: 4254963326
dataset_size: 3900445815.842
- config_name: male_2
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 180562898.503
num_examples: 1877
download_size: 177913526
dataset_size: 180562898.503
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- config_name: dual_1
data_files:
- split: train
path: dual_1/train-*
- config_name: female_1
data_files:
- split: train
path: female_1/train-*
- config_name: male_1
data_files:
- split: train
path: male_1/train-*
- config_name: male_2
data_files:
- split: train
path: male_2/train-*
---

原始信息汇总

数据集概述

基本信息

• 语言: 阿萨姆语 (as)
• 许可证: Apache 2.0
• 任务类别:
  • 文本到语音
  • 文本到音频
  • 自动语音识别
• 数据集名称: assamese_speech_corpus

配置信息

默认配置 (default)

• 特征:
  • 音频 (audio)
  • 文本 (text)
  • 转录文本 (transcription)
• 分割:
  • 训练集 (train)
    • 字节数: 180656608.503
    • 样本数: 1877
• 下载大小: 177978848
• 数据集大小: 180656608.503

双语配置 (dual_1)

• 特征:
  • 音频 (audio)
  • 转录文本 (transcription)
  • 性别 (gender)
• 分割:
  • 训练集 (train)
    • 字节数: 2499710442.564
    • 样本数: 2812
• 下载大小: 2457362015
• 数据集大小: 2499710442.564

女性配置 (female_1)

• 特征:
  • 音频 (audio)
  • 转录文本 (transcription)
• 分割:
  • 训练集 (train)
    • 字节数: 4491574233.545
    • 样本数: 8705
• 下载大小: 4727313788
• 数据集大小: 4491574233.545

男性配置 (male_1)

• 特征:
  • 音频 (audio)
  • 转录文本 (transcription)
• 分割:
  • 训练集 (train)
    • 字节数: 3900445815.842
    • 样本数: 8941
• 下载大小: 4254963326
• 数据集大小: 3900445815.842

男性配置 (male_2)

• 特征:
  • 音频 (audio)
  • 转录文本 (transcription)
• 分割:
  • 训练集 (train)
    • 字节数: 180562898.503
    • 样本数: 1877
• 下载大小: 177913526
• 数据集大小: 180562898.503

数据文件路径

• 默认配置 (default):
  • 训练集: data/train-*
• 双语配置 (dual_1):
  • 训练集: dual_1/train-*
• 女性配置 (female_1):
  • 训练集: female_1/train-*
• 男性配置 (male_1):
  • 训练集: male_1/train-*
• 男性配置 (male_2):
  • 训练集: male_2/train-*