sin2piusc/cv_gf_JP

该数据集包含音频和句子两个主要特征，音频采样率为16000Hz，句子为字符串类型。数据集分为训练集和测试集，训练集包含17308个样本，测试集包含1924个样本。数据集总下载大小为7310372816字节，总数据集大小为7463162494.007999字节。数据集配置为默认配置，数据文件路径分别对应训练集和测试集。数据集适用于自动语音识别任务，语言为日语，标签包括日语和处理过的数据，规模类别为1K<n<10K。

原始信息汇总

数据集概述

数据集特征

• audio:
  • 数据类型: 音频
  • 采样率: 16000 Hz
• sentence:
  • 数据类型: 字符串

数据集分割

• 训练集:
  • 样本数量: 17308
  • 数据大小: 6706332150.844字节
• 测试集:
  • 样本数量: 1924
  • 数据大小: 756830343.164字节

数据集大小

• 下载大小: 7310372816字节
• 总数据集大小: 7463162494.007999字节

配置

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

许可

• 许可证: Apache-2.0

任务类别

• 自动语音识别

语言

• 日语

标签

• 日本语
• 已处理

大小类别

• 1K<n<10K