sage-bergerson/edacc_whisper2

该数据集包含四个主要特征：代码、音频、转录文本和口音。数据集分为一个训练集，包含348个样本，总大小为254006388字节。下载大小为192728121字节。数据文件路径配置为data/train-*。

The dataset contains four main features: code, audio, transcript, and accent. The dataset is divided into a training set with 348 samples, totaling 254006388 bytes. The download size is 192728121 bytes. The data file path is configured as data/train-*.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • code: 数据类型为字符串。
  • audio: 数据类型为音频。
  • transcript: 数据类型为字符串。
  • accent: 数据类型为字符串。

• 分割:

  • train: 包含348个样本，数据大小为254,006,388字节。

• 数据大小:

  • 下载大小: 192,728,121字节。
  • 数据集大小: 254,006,388字节。

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*