d3vnerd/twi_dataset

---
license: mit
dataset_info:
features:
- name: transcription
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
splits:
- name: train
num_bytes: 278410594.212
num_examples: 2052
- name: test
num_bytes: 101786566
num_examples: 392
download_size: 469209856
dataset_size: 380197160.212
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
task_categories:
- automatic-speech-recognition
language:
- tw
size_categories:
- 1K<n<10K
---

原始信息汇总

数据集概述

许可证

• MIT

数据集信息

特征

• transcription: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000。

数据分割

• train:
  • 字节数: 278410594.212
  • 样本数: 2052
• test:
  • 字节数: 101786566
  • 样本数: 392

数据大小

• 下载大小: 469209856
• 数据集大小: 380197160.212

配置

• default:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*

任务类别

• 自动语音识别（automatic-speech-recognition）

语言

• 台湾语言（tw）

数据集大小类别

• 1K<n<10K