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-*