pgajo/subs-v2

---
dataset_info:
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 5367257273.704724
num_examples: 79191
- name: test
num_bytes: 579733939.4022752
num_examples: 8800
download_size: 5812185768
dataset_size: 5946991213.106999
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• 音频：数据类型为音频
• 转录文本：数据类型为字符串

数据分割

• 训练集：
  • 字节数：5367257273.704724
  • 样本数：79191
• 测试集：
  • 字节数：579733939.4022752
  • 样本数：8800

数据大小

• 下载大小：5812185768 字节
• 数据集大小：5946991213.106999 字节

配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 测试集：路径为 data/test-*