ittailup/peruvian_speech_more_100k

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: predictions
dtype: int64
- name: gender
dtype: string
- name: speaker_id
dtype: string
- name: index
dtype: int64
splits:
- name: test
num_bytes: 47519269.0
num_examples: 300
- name: train
num_bytes: 15241326764.5
num_examples: 99700
download_size: 15269004822
dataset_size: 15288846033.5
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频特征，采样率为16000。
• text: 文本特征，数据类型为字符串。
• predictions: 预测结果，数据类型为int64。
• gender: 性别信息，数据类型为字符串。
• speaker_id: 说话人ID，数据类型为字符串。
• index: 索引，数据类型为int64。

数据集分割

• test: 测试集，包含300个样本，总大小为47519269.0字节。
• train: 训练集，包含99700个样本，总大小为15241326764.5字节。

数据集大小

• 下载大小: 15269004822字节。
• 数据集总大小: 15288846033.5字节。

数据文件配置

• default 配置:
  • 测试集路径: data/test-*
  • 训练集路径: data/train-*