Oyounghyun/whisper_study_dataset

该数据集包含三个主要特征：input_features和labels，分别由浮点数和整数序列组成。数据集分为训练集（train）、测试集（test）和验证集（valid）三个部分，每个部分都有相应的字节大小和示例数量。训练集包含104个示例，测试集和验证集各包含13个示例。数据集的下载大小为5086269字节，总大小为124855960字节。

The dataset contains three main features: input_features and labels, which consist of sequences of floats and integers, respectively. The dataset is divided into three parts: train, test, and valid, each with corresponding byte sizes and number of examples. The training set contains 104 examples, while the test and validation sets each contain 13 examples. The download size of the dataset is 5086269 bytes, and the total size is 124855960 bytes.

原始信息汇总

数据集概述

特征

• input_features: 序列类型，数据类型为 float32。
• labels: 序列类型，数据类型为 int64。

数据分割

• train: 包含 104 个样本，数据大小为 99884592 字节。
• test: 包含 13 个样本，数据大小为 12485784 字节。
• valid: 包含 13 个样本，数据大小为 12485584 字节。

数据集大小

• 下载大小: 5086269 字节。
• 总数据集大小: 124855960 字节。

配置

• default:
  • train: 数据路径为 data/train-*。
  • test: 数据路径为 data/test-*。
  • valid: 数据路径为 data/valid-*。