Chijioke-Mgbahurike/spot_data_sae

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- 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: string
- name: input_values
sequence: float32
- name: input_length
dtype: float64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 3460097454.921302
num_examples: 1259
download_size: 3577869887
dataset_size: 3460097454.921302
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，采样率为16000。
• Unnamed: 0: 整数类型数据。
• transcription: 字符串类型数据。
• annotator_id: 浮点数类型数据。
• filename: 字符串类型数据。
• num_speakers: 浮点数类型数据。
• aave: 浮点数类型数据。
• aave_speaker_count: 浮点数类型数据。
• chicano_english: 浮点数类型数据。
• ce_speaker_count: 浮点数类型数据。
• spanglish: 浮点数类型数据。
• spanglish_speaker_count: 浮点数类型数据。
• sae: 浮点数类型数据。
• sae_speaker_count: 浮点数类型数据。
• codeswitching: 浮点数类型数据。
• other_dialect_accent: 浮点数类型数据。
• women: 浮点数类型数据。
• women_speaker_count: 浮点数类型数据。
• men: 浮点数类型数据。
• men_speaker_count: 浮点数类型数据。
• demographic_info_correct: 浮点数类型数据。
• demographic_group: 字符串类型数据。
• input_values: 序列数据，类型为float32。
• input_length: 浮点数类型数据。
• labels: 序列数据，类型为int64。

数据集分割

• train: 训练集，包含1259个样本，数据大小为3460097454.921302字节。

数据集大小

• 下载大小: 3577869887字节。
• 数据集实际大小: 3460097454.921302字节。