reach-vb/mls-eng-10k-repunct-all

---
dataset_info:
features:
- name: original_path
dtype: string
- name: begin_time
dtype: float64
- name: end_time
dtype: float64
- name: transcript
dtype: string
- name: audio_duration
dtype: float64
- name: speaker_id
dtype: string
- name: book_id
dtype: string
- name: repunct_text
dtype: string
splits:
- name: dev
num_bytes: 2182587
num_examples: 3807
- name: test
num_bytes: 2168630
num_examples: 3769
download_size: 2442974
dataset_size: 4351217
configs:
- config_name: default
data_files:
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• original_path: 数据类型为字符串
• begin_time: 数据类型为浮点数
• end_time: 数据类型为浮点数
• transcript: 数据类型为字符串
• audio_duration: 数据类型为浮点数
• speaker_id: 数据类型为字符串
• book_id: 数据类型为字符串
• repunct_text: 数据类型为字符串

数据集分割

• dev:
  • 字节数: 2182587
  • 示例数: 3807
• test:
  • 字节数: 2168630
  • 示例数: 3769

数据集大小

• 下载大小: 2442974
• 数据集总大小: 4351217

配置文件

• config_name: default
• data_files:
  • dev: 路径为 data/dev-*
  • test: 路径为 data/test-*