UmarRamzan/common-voice-urdu-processed

---
dataset_info:
features:
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: sentence
dtype: string
- name: variant
dtype: string
splits:
- name: train
num_bytes: 237405345.0
num_examples: 9425
- name: test
num_bytes: 113935488.0
num_examples: 4056
download_size: 345815585
dataset_size: 351340833.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为48000。
• sentence: 数据类型为字符串。
• variant: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含9425个样本，总大小为237405345字节。
• 测试集 (test): 包含4056个样本，总大小为113935488字节。

数据集大小

• 下载大小: 345815585字节。
• 数据集总大小: 351340833字节。

配置文件

• 默认配置 (default):
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*