Raziullah/asr_finetune_hi

--- dataset_info: features: - name: client_id dtype: string - name: path dtype: string - name: audio dtype: audio: sampling_rate: 48000 - 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 splits: - name: train num_bytes: 195953441.96 num_examples: 6760 - name: test num_bytes: 100396559.039 num_examples: 2947 download_size: 268823630 dataset_size: 296350000.999 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据集特征

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 包含音频数据，采样率为48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为整数（int64）。
• down_votes: 数据类型为整数（int64）。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accent: 数据类型为字符串。
• locale: 数据类型为字符串。
• segment: 数据类型为字符串。
• variant: 数据类型为字符串。

数据集分割

• train: 包含6760个样本，总字节数为195953441.96。
• test: 包含2947个样本，总字节数为100396559.039。

数据集大小

• 下载大小: 268823630字节。
• 数据集大小: 296350000.999字节。

配置

• default:
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。