atmatechdev/sindodusc_pseudo_labelled

---
dataset_info:
config_name: id
features:
- name: sentence
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: condition_on_prev
sequence: int64
- name: whisper_transcript
dtype: string
splits:
- name: train
num_bytes: 332690349.62
num_examples: 2630
- name: test
num_bytes: 83975345.0
num_examples: 658
download_size: 401387702
dataset_size: 416665694.62
configs:
- config_name: id
data_files:
- split: train
path: id/train-*
- split: test
path: id/test-*
---

原始信息汇总

数据集概述

数据集配置名称

• 配置名称: id

数据集特征

• 特征名称: sentence
  • 数据类型: string
• 特征名称: path
  • 数据类型: string
• 特征名称: audio
  • 数据类型:
    • 音频:
      • 采样率: 16000
• 特征名称: condition_on_prev
  • 数据类型: int64
• 特征名称: whisper_transcript
  • 数据类型: string

数据集分割

• 训练集
  • 字节数: 332690349.62
  • 示例数量: 2630
• 测试集
  • 字节数: 83975345.0
  • 示例数量: 658

数据集大小

• 下载大小: 401387702
• 数据集总大小: 416665694.62

数据文件路径

• 训练集路径: id/train-*
• 测试集路径: id/test-*