xaviviro/common_voice_16_1_ca_up_8

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- 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
splits:
- name: train
num_bytes: 747445420.7396456
num_examples: 23151
- name: test
num_bytes: 18942707.0
num_examples: 525
download_size: 699210386
dataset_size: 766388127.7396456
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• 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48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为整数（int64）。
• down_votes: 数据类型为整数（int64）。
• 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。

数据分割

• train: 包含23151个样本，总字节数为747445420.7396456。
• test: 包含525个样本，总字节数为18942707.0。

数据集大小

• 下载大小: 699210386字节。
• 数据集大小: 766388127.7396456字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • test: 路径为data/test-*。