maywell/ko_youtube_transcription_sample

这是一个实验性的韩语YouTube转录数据集，由instructkr制作。数据集包含多个特征，如id、创建时间、模型名称、转录文本、状态、视频名称、视频频道名称、视频ID、视频频道ID以及是否经过增强处理。数据集分为训练集，包含11585个样本，总大小为303894198字节。

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串
• created_at: 数据类型为字符串
• modelName: 数据类型为字符串
• transcription: 数据类型为字符串
• status: 数据类型为字符串
• videoName: 数据类型为字符串
• videoChannelName: 数据类型为字符串
• videoId: 数据类型为字符串
• videoChannelId: 数据类型为字符串
• augmented: 数据类型为字符串

数据集划分

• train:
  • 数据量: 303,894,198 字节
  • 示例数量: 11,585

数据集大小

• 下载大小: 167,655,826 字节
• 数据集大小: 303,894,198 字节

配置

• default:
  • 训练数据路径: data/train-*