ittailup/filtered_common_voice-hi-source

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
splits:
- name: train
num_bytes: 125144078.138
num_examples: 4361
- name: validation
num_bytes: 61263702.509
num_examples: 2179
- name: test
num_bytes: 97008390.174
num_examples: 2894
- name: other
num_bytes: 99518515.168
num_examples: 3328
- name: invalidated
num_bytes: 22957773.0
num_examples: 680
download_size: 391672970
dataset_size: 405892458.98899996
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
- split: other
path: data/other-*
- split: invalidated
path: data/invalidated-*
---

原始信息汇总

数据集概述

数据集特征

• 音频 (audio)

  • 数据类型: 音频
  • 采样率: 16000 Hz

• 句子 (sentence)

  • 数据类型: 字符串

数据集分割

• 训练集 (train)

  • 示例数量: 4361
  • 数据大小: 125144078.138 字节

• 验证集 (validation)

  • 示例数量: 2179
  • 数据大小: 61263702.509 字节

• 测试集 (test)

  • 示例数量: 2894
  • 数据大小: 97008390.174 字节

• 其他集 (other)

  • 示例数量: 3328
  • 数据大小: 99518515.168 字节

• 无效集 (invalidated)

  • 示例数量: 680
  • 数据大小: 22957773.0 字节

数据集大小

• 下载大小: 391672970 字节
• 数据集总大小: 405892458.98899996 字节