Whispering-GPT/yannick-kilcher-transcript-audio

该数据集是通过将whisper模型应用于Yannic Kilcher的YouTube视频创建的，包含了视频的转录文本和音频。数据集的结构包括视频的ID、频道名称、频道ID、视频标题、视频类别、描述、完整转录文本、分段转录信息（包括开始时间、结束时间和转录文本）以及提取的音频文件。数据集的语言为英语，且仅包含训练集。

原始信息汇总

数据集概述

数据集名称

• 名称: yannic-kilcher-transcript-audio

任务类别

• 类别: 自动语音识别

数据集特征

• id: 字符串类型
• channel: 字符串类型
• channel_id: 字符串类型
• title: 字符串类型
• categories: 字符串序列类型
• tags: 字符串序列类型
• description: 字符串类型
• text: 字符串类型
• segments: 列表类型，包含：
  • start: 浮点数类型
  • end: 浮点数类型
  • text: 字符串类型
• audio: 音频类型

数据集结构

• 数据字段:
  • id: 视频ID
  • channel: 频道名称
  • channel_id: 频道ID
  • title: 视频标题
  • categories: 视频分类
  • description: 作者添加的描述
  • text: 视频全文转录
  • segments: 视频时间及转录文本
    • start: 转录开始时间
    • end: 转录结束时间
    • text: 转录文本
  • audio: 视频提取的音频，ogg格式

数据集分割

• 训练集: 370个样本，数据大小为15013848071.0字节，下载大小为15003651933字节

语言

• 语言: 英语