yigagilbert/alffa-wolof-asr-dataset-19hr

该数据集包含音频和对应的转录文本。音频的采样率为16000Hz，转录文本为字符串类型。数据集分为训练集、开发集和测试集三个部分，分别包含13998、1120和846个样本。数据集的下载大小约为2.18GB，总大小约为2.19GB。数据文件按照不同的分割存储在指定的路径下。

This dataset contains audio and corresponding transcriptions. The audio has a sampling rate of 16000Hz, and the transcriptions are of string type. The dataset is divided into three parts: training set, development set, and test set, containing 13998, 1120, and 846 samples respectively. The download size of the dataset is approximately 2.18GB, and the total size is approximately 2.19GB. The data files are stored in specified paths according to different splits.

原始信息汇总

数据集概述

数据特征

• 音频：
  • 采样率：16000
• 转录文本：
  • 数据类型：字符串

数据集划分

• 训练集：
  • 样本数量：13998
  • 数据大小：1940322587.26 字节
• 开发集：
  • 样本数量：1120
  • 数据大小：140055534.4 字节
• 测试集：
  • 样本数量：846
  • 数据大小：106313454.0 字节

数据集大小

• 下载大小：2181989475 字节
• 总数据大小：2186691575.66 字节

配置

• 默认配置：
  • 训练集路径：data/train-*
  • 开发集路径：data/dev-*
  • 测试集路径：data/test-*