NafishZaldinanda/common_voice_16_0_id_pseudo_labelled_largev3

---
dataset_info:
config_name: id
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 165109784.496
num_examples: 4969
- name: validation
num_bytes: 100674912.5
num_examples: 3340
- name: test
num_bytes: 113898348.172
num_examples: 3642
download_size: 371600164
dataset_size: 379683045.168
configs:
- config_name: id
data_files:
- split: train
path: id/train-*
- split: validation
path: id/validation-*
- split: test
path: id/test-*
---

原始信息汇总

数据集概述

数据集配置

• 配置名称: id

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio:
  • sampling_rate: 16000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型
• whisper_transcript: 64位整数序列类型

数据集划分

• 训练集:
  • 文件大小: 165109784.496 字节
  • 样本数量: 4969
• 验证集:
  • 文件大小: 100674912.5 字节
  • 样本数量: 3340
• 测试集:
  • 文件大小: 113898348.172 字节
  • 样本数量: 3642

数据集大小

• 下载大小: 371600164 字节
• 数据集大小: 379683045.168 字节

数据文件配置

• 配置名称: id
• 数据文件:
  • 训练集: id/train-*
  • 验证集: id/validation-*
  • 测试集: id/test-*