Chijioke-Mgbahurike/spot_data_spanglish_women

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: 'Unnamed: 0'
dtype: int64
- name: transcription
dtype: string
- name: annotator_id
dtype: float64
- name: filename
dtype: string
- name: num_speakers
dtype: float64
- name: aave
dtype: float64
- name: aave_speaker_count
dtype: float64
- name: chicano_english
dtype: float64
- name: ce_speaker_count
dtype: float64
- name: spanglish
dtype: float64
- name: spanglish_speaker_count
dtype: float64
- name: sae
dtype: float64
- name: sae_speaker_count
dtype: float64
- name: codeswitching
dtype: float64
- name: other_dialect_accent
dtype: float64
- name: women
dtype: float64
- name: women_speaker_count
dtype: float64
- name: men
dtype: float64
- name: men_speaker_count
dtype: float64
- name: demographic_info_correct
dtype: float64
- name: demographic_group
dtype: string
- name: input_values
sequence: float32
- name: input_length
dtype: float64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1082826367.9420118
num_examples: 394
download_size: 911971852
dataset_size: 1082826367.9420118
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• audio：音频数据，采样率为16000。
• Unnamed: 0：整数类型。
• transcription：字符串类型。
• annotator_id：浮点数类型。
• filename：字符串类型。
• num_speakers：浮点数类型。
• aave：浮点数类型。
• aave_speaker_count：浮点数类型。
• chicano_english：浮点数类型。
• ce_speaker_count：浮点数类型。
• spanglish：浮点数类型。
• spanglish_speaker_count：浮点数类型。
• sae：浮点数类型。
• sae_speaker_count：浮点数类型。
• codeswitching：浮点数类型。
• other_dialect_accent：浮点数类型。
• women：浮点数类型。
• women_speaker_count：浮点数类型。
• men：浮点数类型。
• men_speaker_count：浮点数类型。
• demographic_info_correct：浮点数类型。
• demographic_group：字符串类型。
• input_values：序列类型，数据类型为float32。
• input_length：浮点数类型。
• labels：序列类型，数据类型为int64。

数据集分割

• train：训练集，包含394个样本，总大小为1082826367.9420118字节。

数据集大小

• 下载大小：911971852字节。
• 数据集总大小：1082826367.9420118字节。

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*