five

sawradip/bn-asr-mega-open-data

收藏
Hugging Face2024-03-20 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/sawradip/bn-asr-mega-open-data
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: audio dtype: audio - name: filename dtype: string - name: transcription dtype: string - name: duration dtype: float64 - name: wps dtype: float64 - name: wer dtype: float64 - name: preds dtype: string splits: - name: commonvoice num_bytes: 26025404027.528 num_examples: 963636 - name: fleurs num_bytes: 118775336.889 num_examples: 2973 - name: gali num_bytes: 5753028644.0 num_examples: 10000 - name: madasr num_bytes: 5768649259.8 num_examples: 349564 - name: indictts num_bytes: 205506871.712 num_examples: 11621 - name: kathbath num_bytes: 92305498.146 num_examples: 4574 - name: ucla num_bytes: 18585180175.816 num_examples: 1708142 - name: openslr num_bytes: 2009903396.096 num_examples: 178653 - name: shrutilipi num_bytes: 4876341295.327 num_examples: 230963 download_size: 61333968318 dataset_size: 63435094505.31401 configs: - config_name: default data_files: - split: commonvoice path: data/commonvoice-* - split: fleurs path: data/fleurs-* - split: gali path: data/gali-* - split: madasr path: data/madasr-* - split: indictts path: data/indictts-* - split: kathbath path: data/kathbath-* - split: ucla path: data/ucla-* - split: openslr path: data/openslr-* - split: shrutilipi path: data/shrutilipi-* ---
提供机构:
sawradip
原始信息汇总

数据集概述

数据集特征

  • audio: 音频数据
  • filename: 字符串,文件名
  • transcription: 字符串,转录文本
  • duration: 浮点数,音频时长
  • wps: 浮点数,单词每秒
  • wer: 浮点数,词错率
  • preds: 字符串,预测结果

数据集分割

  • commonvoice: 963636个样本,总大小26025404027.528字节
  • fleurs: 2973个样本,总大小118775336.889字节
  • gali: 10000个样本,总大小5753028644.0字节
  • madasr: 349564个样本,总大小5768649259.8字节
  • indictts: 11621个样本,总大小205506871.712字节
  • kathbath: 4574个样本,总大小92305498.146字节
  • ucla: 1708142个样本,总大小18585180175.816字节
  • openslr: 178653个样本,总大小2009903396.096字节
  • shrutilipi: 230963个样本,总大小4876341295.327字节

数据集大小

  • 下载大小: 61333968318字节
  • 数据集大小: 63435094505.31401字节

配置文件

  • config_name: default
  • data_files: 各分割对应的数据文件路径
    • commonvoice: data/commonvoice-*
    • fleurs: data/fleurs-*
    • gali: data/gali-*
    • madasr: data/madasr-*
    • indictts: data/indictts-*
    • kathbath: data/kathbath-*
    • ucla: data/ucla-*
    • openslr: data/openslr-*
    • shrutilipi: data/shrutilipi-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作