FarmerlineML/bemba_filtered_dataset_2

该数据集包含音频和对应的转录文本。音频数据的采样率为16000Hz。数据集分为训练集和测试集，训练集包含6579个样本，测试集包含619个样本。训练集的总大小为1423901154.087字节，测试集的总大小为215894827字节。整个数据集的下载大小为1903746603字节，数据集的总大小为1639795981.087字节。

This dataset contains audio and corresponding transcriptions. The audio data has a sampling rate of 16000Hz. The dataset is divided into a training set and a test set, with the training set containing 6579 samples and the test set containing 619 samples. The total size of the training set is 1423901154.087 bytes, and the total size of the test set is 215894827 bytes. The download size of the entire dataset is 1903746603 bytes, and the total size of the dataset is 1639795981.087 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • transcription: 数据类型为字符串。
  • audio: 包含音频数据，采样率为16000。

• 数据分割:

  • train: 包含6579个样本，数据大小为1423901154.087字节。
  • test: 包含619个样本，数据大小为215894827.0字节。

• 数据集大小:

  • 下载大小: 1903746603字节。
  • 总数据集大小: 1639795981.087字节。

配置信息

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