cmu-mlsp/wavlm-large_layer21-librispeech-asr100h

---
dataset_info:
features:
- name: file
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 24000
- name: text
dtype: string
- name: speaker_id
dtype: int64
- name: chapter_id
dtype: int64
- name: id
dtype: string
- name: audio_codes
sequence: string
splits:
- name: train
num_bytes: 17518738129.625
num_examples: 28539
- name: validation
num_bytes: 938627900.125
num_examples: 2703
- name: test
num_bytes: 941323793.5
num_examples: 2620
download_size: 18863507508
dataset_size: 19398689823.25
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
# Dataset Card for "wavlm-large_layer21-librispeech-asr100h"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• file: 数据类型为字符串。
• audio: 数据类型为音频，采样率为24000。
• text: 数据类型为字符串。
• speaker_id: 数据类型为整数。
• chapter_id: 数据类型为整数。
• id: 数据类型为字符串。
• audio_codes: 数据类型为字符串序列。

分割

• train: 字节数为17518738129.625，样本数为28539。
• validation: 字节数为938627900.125，样本数为2703。
• test: 字节数为941323793.5，样本数为2620。

大小

• 下载大小: 18863507508字节。
• 数据集大小: 19398689823.25字节。

配置

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