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-*。