Jayem-11/mozilla_commonvoice_hackathon_preprocessed_train_batch_4

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: input_length
dtype: int64
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
- name: labels_length
dtype: int64
splits:
- name: train
num_bytes: 15590806829.875
num_examples: 13689
download_size: 4768732812
dataset_size: 15590806829.875
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "mozilla_commonvoice_hackathon_preprocessed_train_batch_4"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表：

  • audio：音频数据，采样率为16000。
  • sentence：字符串类型，表示句子。
  • input_length：整数类型，表示输入长度。
  • input_features：序列类型，序列元素为浮点数。
  • labels：序列类型，序列元素为整数。
  • labels_length：整数类型，表示标签长度。

• 数据分割：

  • train：训练集，包含13689个样本，总大小为15590806829.875字节。

• 数据集大小：

  • 下载大小：4768732812字节
  • 数据集总大小：15590806829.875字节

配置信息

• 默认配置：
  • config_name：default
  • data_files：
    • split：train
    • path：data/train-*