charris/spotify_raw_small_2

---
dataset_info:
features:
- name: audio
dtype: audio
- name: 'Unnamed: 0'
dtype: int64
- name: transcription
dtype: string
- name: annotator_id
dtype: float64
- name: filename
dtype: string
- name: num_speakers
dtype: float64
- name: aave
dtype: float64
- name: aave_speaker_count
dtype: float64
- name: chicano_english
dtype: float64
- name: ce_speaker_count
dtype: float64
- name: spanglish
dtype: float64
- name: spanglish_speaker_count
dtype: float64
- name: sae
dtype: float64
- name: sae_speaker_count
dtype: float64
- name: codeswitching
dtype: float64
- name: other_dialect_accent
dtype: float64
- name: women
dtype: float64
- name: women_speaker_count
dtype: float64
- name: men
dtype: float64
- name: men_speaker_count
dtype: float64
- name: demographic_info_correct
dtype: float64
- name: demographic_group
dtype:
class_label:
names:
'0': Black Men
'1': Black Women
'2': Black Womnen
'3': Latinx Men
'4': Latinx Men and Women
'5': Latinx Women
'6': Men
'7': White Men
'8': White Men and Women
'9': White Women
'10': white Women
splits:
- name: train
num_bytes: 170950811.63144547
num_examples: 592
- name: test
num_bytes: 75755544.0
num_examples: 253
- name: dev
num_bytes: 72859969.0
num_examples: 254
download_size: 318876022
dataset_size: 319566324.63144547
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• Unnamed: 0: 整数类型
• transcription: 文本类型
• annotator_id: 浮点数类型
• filename: 文本类型
• num_speakers: 浮点数类型
• aave: 浮点数类型
• aave_speaker_count: 浮点数类型
• chicano_english: 浮点数类型
• ce_speaker_count: 浮点数类型
• spanglish: 浮点数类型
• spanglish_speaker_count: 浮点数类型
• sae: 浮点数类型
• sae_speaker_count: 浮点数类型
• codeswitching: 浮点数类型
• other_dialect_accent: 浮点数类型
• women: 浮点数类型
• women_speaker_count: 浮点数类型
• men: 浮点数类型
• men_speaker_count: 浮点数类型
• demographic_info_correct: 浮点数类型
• demographic_group: 分类标签，包括多种人口统计学群体

数据集分割

• train: 592个样本，占用空间170950811.63144547字节
• test: 253个样本，占用空间75755544.0字节
• dev: 254个样本，占用空间72859969.0字节

数据集大小

• 下载大小: 318876022字节
• 数据集总大小: 319566324.63144547字节

配置信息

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*
  • dev: 路径为data/dev-*