sanchit-gandhi/voxpopuli_dummy

---
dataset_info:
config_name: nl
features:
- name: audio_id
dtype: string
- name: language
dtype:
class_label:
names:
'0': en
'1': de
'2': fr
'3': es
'4': pl
'5': it
'6': ro
'7': hu
'8': cs
'9': nl
'10': fi
'11': hr
'12': sk
'13': sl
'14': et
'15': lt
'16': en_accented
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: raw_text
dtype: string
- name: normalized_text
dtype: string
- name: gender
dtype: string
- name: speaker_id
dtype: string
- name: is_gold_transcript
dtype: bool
- name: accent
dtype: string
splits:
- name: validation
num_bytes: 37298110.0
num_examples: 73
download_size: 30081800
dataset_size: 37298110.0
configs:
- config_name: nl
data_files:
- split: validation
path: nl/validation-*
---

原始信息汇总

数据集概述

配置名称

• config_name: nl

特征信息

• audio_id: 字符串类型
• language: 类别标签类型，包含以下语言：
  • 0: en
  • 1: de
  • 2: fr
  • 3: es
  • 4: pl
  • 5: it
  • 6: ro
  • 7: hu
  • 8: cs
  • 9: nl
  • 10: fi
  • 11: hr
  • 12: sk
  • 13: sl
  • 14: et
  • 15: lt
  • 16: en_accented
• audio: 音频类型，采样率为16000
• raw_text: 字符串类型
• normalized_text: 字符串类型
• gender: 字符串类型
• speaker_id: 字符串类型
• is_gold_transcript: 布尔类型
• accent: 字符串类型

数据分割

• validation: 包含73个样本，数据大小为37298110.0字节

数据大小

• download_size: 30081800字节
• dataset_size: 37298110.0字节

配置信息

• config_name: nl
• data_files:
  • split: validation
  • path: nl/validation-*