aisha-org/augmention-common-voice-dataset

该数据集包含音频数据和对应的文本转录，主要用于语音识别任务。数据集包含一个训练集，共有219,652个样本，总大小为4,764,830,563.764字节，下载大小为3,753,123,632字节。数据集的配置文件指定了训练集的数据文件路径。

This dataset contains audio data and corresponding text transcripts, primarily used for speech recognition tasks. The dataset includes a training set with 219,652 samples, totaling 4,764,830,563.764 bytes in size, and a download size of 3,753,123,632 bytes. The datasets configuration file specifies the path to the training sets data files.

原始信息汇总

数据集概述

许可证

• MIT许可证

数据集信息

特征

• 音频
  • 数据类型: 音频
• 转录文本
  • 数据类型: 字符串

数据分割

• 训练集
  • 样本数量: 219,652
  • 数据大小: 4,764,830,563.764字节

数据集大小

• 下载大小: 3,753,123,632字节
• 总数据大小: 4,764,830,563.764字节

配置

• 默认配置
  • 数据文件路径: data/train-*