sin2piusc/dataset_cv_gf_anime

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
splits:
- name: train
num_bytes: 14520520179.425
num_examples: 76441
download_size: 13849169266
dataset_size: 14520520179.425
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: mit
task_categories:
- automatic-speech-recognition
- translation
language:
- ja
tags:
- japanese
- cleaned
- shuffeled
- flattened
pretty_name: 3 japanese languge datasets cleaned and ready for whisper training
size_categories:
- 10K<n<100K
---

原始信息汇总

数据集概述

数据集特征

• audio:
  • 数据类型: 音频
  • 采样率: 16000
• sentence:
  • 数据类型: 字符串

数据集划分

• 训练集 (train):
  • 示例数量: 76441
  • 数据大小: 14520520179.425字节

数据集大小

• 下载大小: 13849169266字节
• 数据集总大小: 14520520179.425字节

配置

• 默认配置 (default):
  • 数据文件路径: data/train-*

许可

• 许可证: MIT

任务类别

• 自动语音识别
• 翻译

语言

• 日语 (ja)

标签

• 日语
• 已清理
• 已打乱
• 已扁平化

数据集名称

• 名称: 3个日语数据集，已清理并准备好用于whisper训练

大小类别

• 10K<n<100K