cmu-mlsp/librispeech960-wavlm-large-km1000_asr

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: validation_other
path: data/validation_other-*
- split: test_other
path: data/test_other-*
dataset_info:
features:
- name: text
dtype: string
- name: audio_codes
sequence: string
- name: id
dtype: string
- name: speaker_id
dtype: int64
- name: chapter_id
dtype: int64
splits:
- name: train
num_bytes: 1246247156
num_examples: 281241
- name: validation
num_bytes: 7052458
num_examples: 2703
- name: test
num_bytes: 7062964
num_examples: 2620
- name: validation_other
num_bytes: 6706447
num_examples: 2864
- name: test_other
num_bytes: 6987808
num_examples: 2939
download_size: 254541270
dataset_size: 1274056833
---
# Dataset Card for "librispeech960-wavlm-large-km1000_asr"

[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

数据集名称

• 名称: librispeech960-wavlm-large-km1000_asr

数据集配置

• 默认配置: default

数据文件路径

• 训练集: data/train-*
• 验证集: data/validation-*
• 测试集: data/test-*
• 其他验证集: data/validation_other-*
• 其他测试集: data/test_other-*

数据集特征

• 文本: 字符串类型
• 音频编码: 字符串序列
• ID: 字符串类型
• 说话者ID: 64位整数类型
• 章节ID: 64位整数类型

数据集分割

• 训练集:
  • 字节数: 1246247156
  • 样本数: 281241
• 验证集:
  • 字节数: 7052458
  • 样本数: 2703
• 测试集:
  • 字节数: 7062964
  • 样本数: 2620
• 其他验证集:
  • 字节数: 6706447
  • 样本数: 2864
• 其他测试集:
  • 字节数: 6987808
  • 样本数: 2939

数据集大小

• 下载大小: 254541270 字节
• 数据集大小: 1274056833 字节