Chijioke-Mgbahurike/spot_data_chicano

该数据集包含音频数据及其对应的转录文本，以及相关的注释者ID、文件名、说话者数量、方言和口音信息、性别信息、人口统计信息等。数据集包含一个训练集，共有332个样本，总大小为912432370.956213字节，下载大小为847333207字节。

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332个样本，数据大小为912432370.956213字节。

数据集大小

• 下载大小：847333207字节
• 数据集大小：912432370.956213字节