k-seungri/k_whisper_dataset

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: transcripts
dtype: string
splits:
- name: train
num_bytes: 7859062.290076337
num_examples: 104
- name: test
num_bytes: 972595.9236641221
num_examples: 14
- name: valid
num_bytes: 1338620.786259542
num_examples: 13
download_size: 8246363
dataset_size: 10170279.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

原始信息汇总

数据集概述

特征信息

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

数据分割

• 训练集
  • 字节数: 7859062.290076337
  • 样本数: 104
• 测试集
  • 字节数: 972595.9236641221
  • 样本数: 14
• 验证集
  • 字节数: 1338620.786259542
  • 样本数: 13

数据大小

• 下载大小: 8246363 字节
• 数据集大小: 10170279.0 字节

配置信息

• 默认配置
  • 数据文件路径:
    • 训练集: data/train-*
    • 测试集: data/test-*
    • 验证集: data/valid-*