thanhduycao/soict_train_dataset_all

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: id
dtype: string
- name: audio
struct:
- name: array
sequence: float64
- name: path
dtype: string
- name: sampling_rate
dtype: int64
- name: sentence_norm
dtype: string
- name: wer
dtype: float64
splits:
- name: train
num_bytes: 4845993689.0
num_examples: 9498
- name: test
num_bytes: 491716
num_examples: 1
download_size: 1887544391
dataset_size: 4846485405.0
---
# Dataset Card for "soict_train_dataset_all"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

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

数据特征

• id：类型为字符串 (string)
• audio：结构包含以下字段
  • array：序列类型为浮点数 (float64)
  • path：类型为字符串 (string)
  • sampling_rate：类型为整数 (int64)
• sentence_norm：类型为字符串 (string)
• wer：类型为浮点数 (float64)

数据分割

• 训练集 (train)
  • 字节数：4845993689.0
  • 样本数：9498
• 测试集 (test)
  • 字节数：491716
  • 样本数：1

数据集大小

• 下载大小：1887544391
• 数据集大小：4846485405.0