sin2piusc/ja_en_translate_2

该数据集包含日语音频和对应的英语文本，用于微调whisper模型以实现翻译功能。数据集特征包括音频（采样率16000Hz）和句子（字符串类型）。数据集包含一个训练集，大小为53467673字节，包含3193个样本。数据集的下载大小为953942805字节，总大小为53467673字节。支持的语言为日语和英语，任务类别为自动语音识别。数据集的许可证为apache-2.0。

This dataset contains Japanese audio with corresponding English text for fine-tuning the whisper model for translation purposes. The dataset features include audio (sampling rate 16000Hz) and sentences (string type). The dataset includes a training set with a size of 53467673 bytes, containing 3193 samples. The download size of the dataset is 953942805 bytes, and the total dataset size is 53467673 bytes. The supported languages are Japanese and English, and the task category is automatic speech recognition. The dataset is licensed under apache-2.0.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • audio:
    • 采样率: 16000
  • sentence:
    • 数据类型: 字符串
• 分割:
  • train:
    • 字节数: 53467673
    • 样本数: 3193
• 下载大小: 953942805
• 数据集大小: 53467673

配置

• 配置名称: default
  • 数据文件:
    • train:
      • 路径: data/train-*

许可证

• apache-2.0

任务类别

• automatic-speech-recognition

语言

• 日语 (ja)
• 英语 (en)

数据集名称

• japanese audio with english text for translation fine-tuning whisper

数据集规模

• 1K < n < 10K