my-north-ai/common_voice_pt_pt

---
dataset_info:
features:
- name: audio
dtype: audio
- name: duration[ms]
dtype: int64
- name: client_id
dtype: string
- name: sentence
dtype: string
- name: age
dtype: string
- name: gender
dtype: string
- name: accents
dtype: string
splits:
- name: train
num_bytes: 47904326.104
num_examples: 2093
- name: test
num_bytes: 11978296.0
num_examples: 524
download_size: 58959244
dataset_size: 59882622.104
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• duration[ms]: 持续时间（毫秒），数据类型为整数
• client_id: 客户端ID，数据类型为字符串
• sentence: 句子，数据类型为字符串
• age: 年龄，数据类型为字符串
• gender: 性别，数据类型为字符串
• accents: 口音，数据类型为字符串

数据集分割

• train: 训练集，包含2093个样本，总大小为47904326.104字节
• test: 测试集，包含524个样本，总大小为11978296.0字节

数据集大小

• 下载大小: 58959244字节
• 总大小: 59882622.104字节

数据文件配置

• 默认配置:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*