Jaspernl/common_voice_13_0_hi_pseudo_labelled

---
dataset_info:
config_name: nl
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- 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
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 887885645.796
num_examples: 31906
- name: validation
num_bytes: 355968997.37
num_examples: 10930
- name: test
num_bytes: 402843984.568
num_examples: 10936
download_size: 1643769397
dataset_size: 1646698627.734
configs:
- config_name: nl
data_files:
- split: train
path: nl/train-*
- split: validation
path: nl/validation-*
- split: test
path: nl/test-*
---

原始信息汇总

数据集概述

配置名称

• 配置名称: nl

特征信息

• client_id: 数据类型为字符串
• path: 数据类型为字符串
• audio: 包含音频信息，采样率为16000
• sentence: 数据类型为字符串
• up_votes: 数据类型为整数
• down_votes: 数据类型为整数
• 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
• whisper_transcript: 数据类型为整数序列

数据分割

• train: 包含31906个样本，大小为887885645.796字节
• validation: 包含10930个样本，大小为355968997.37字节
• test: 包含10936个样本，大小为402843984.568字节

数据大小

• 下载大小: 1643769397字节
• 数据集大小: 1646698627.734字节

数据文件配置

• nl 配置包含以下数据文件:
  • train: 路径为 nl/train-*
  • validation: 路径为 nl/validation-*
  • test: 路径为 nl/test-*