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