thanhduycao/soict_train_dataset_filter_v2

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: audio
struct:
- name: array
sequence: float64
- name: path
dtype: string
- name: sampling_rate
dtype: int64
- name: sentence_norm
dtype: string
- name: wer
dtype: float64
splits:
- name: train
num_bytes: 3226357801
num_examples: 6184
- name: test
num_bytes: 565495055
num_examples: 1092
download_size: 900623742
dataset_size: 3791852856
---
# Dataset Card for "soict_train_dataset_filter_v2"

[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

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集 (train): data/train-*
    • 测试集 (test): data/test-*

数据集信息

• 特征:

  • id: 字符串类型
  • audio: 结构体
    • array: 浮点数序列
    • path: 字符串类型
    • sampling_rate: 64位整数
  • sentence_norm: 字符串类型
  • wer: 浮点数类型

• 数据分割:

  • 训练集 (train):
    • 字节数: 3226357801
    • 样本数: 6184
  • 测试集 (test):
    • 字节数: 565495055
    • 样本数: 1092

• 下载大小: 900623742 字节

• 数据集大小: 3791852856 字节