adrtee4bjak/common_voice_13_0_kk_pseudo_labelled

---
dataset_info:
config_name: kk
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 13923815.0
num_examples: 453
- name: validation
num_bytes: 10779581.0
num_examples: 369
- name: test
num_bytes: 12248711.0
num_examples: 396
download_size: 35172502
dataset_size: 36952107.0
configs:
- config_name: kk
data_files:
- split: train
path: kk/train-*
- split: validation
path: kk/validation-*
- split: test
path: kk/test-*
---

原始信息汇总

数据集概述

配置名称

• 配置名称: kk

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio:
  • 音频类型
  • 采样率: 16000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型
• whisper_transcript: 64位整数序列类型

数据分割

• 训练集:
  • 字节数: 13923815.0
  • 样本数: 453
• 验证集:
  • 字节数: 10779581.0
  • 样本数: 369
• 测试集:
  • 字节数: 12248711.0
  • 样本数: 396

数据大小

• 下载大小: 35172502
• 数据集大小: 36952107.0

数据文件路径

• 训练集: kk/train-*
• 验证集: kk/validation-*
• 测试集: kk/test-*