eustlb/dumb-cv17-es_es_pseudo_labelled

该数据集包含多个特征，包括客户端ID、音频数据（包含数组和采样率）、句子文本、前序条件序列和Whisper转录文本。数据集分为一个训练集，包含222个样本，总大小为762,431,271字节，下载大小为573,846,537字节。

The dataset contains multiple features, including client_id, audio (with array and sampling rate), sentence, condition_on_prev (sequence of previous conditions), and whisper_transcript. The dataset is divided into a training set with 222 samples, totaling 762,431,271 bytes, and a download size of 573,846,537 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• client_id: 字符串类型
• audio: 结构化数据
  • array: 浮点数序列
  • sampling_rate: 整数类型
• sentence: 字符串类型
• condition_on_prev: 整数序列
• whisper_transcript: 字符串类型

数据分割

• train:
  • 字节数: 762431271
  • 样本数: 222

数据集大小

• 下载大小: 573846537 字节
• 数据集大小: 762431271 字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*