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