sanchit-gandhi/concatenated-train-set

---
dataset_info:
config_name: train
features:
- name: id
dtype: string
- name: text
dtype: string
- name: input_features
dtype: image
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 3567367447670.0
num_examples: 2320189
download_size: 2142675924205
dataset_size: 3567367447670.0
configs:
- config_name: train
data_files:
- split: train
path: train/train-*
---

原始信息汇总

数据集概述

数据集配置

• 配置名称: train

特征信息

• id: 数据类型为字符串
• text: 数据类型为字符串
• input_features: 数据类型为图像
• whisper_transcript: 数据类型为整数序列

数据分割

• 训练集:
  • 名称: train
  • 字节数: 3567367447670.0
  • 样本数: 2320189

数据集大小

• 下载大小: 2142675924205
• 数据集大小: 3567367447670.0

配置详情

• 配置名称: train
• 数据文件:
  • 分割: train
  • 路径: train/train-*