Ahmed107/test_1

该数据集包含音频、句子、视频ID、URL、领域、节目、方言和转录类型等特征。数据集分为一个训练集，包含2094个样本，总大小为2086559334.06字节。下载大小为1745978258字节。

The dataset includes features such as audio, sentence, Video_ID, URL, Domain, Program, Dialect, and Transcription_type. The sampling rate of the audio feature is 16000Hz. The dataset is split into a training set with 2094 examples, totaling 2086559334.06 bytes. The download size of the dataset is 1745978258 bytes.

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据，采样率为16000。
• sentence: 字符串类型，表示句子。
• Video_ID: 字符串类型，表示视频ID。
• URL: 字符串类型，表示URL。
• Domain: 字符串类型，表示领域。
• Program: 字符串类型，表示节目。
• Dialect: 字符串类型，表示方言。
• Transcription_type: 字符串类型，表示转录类型。

数据集分割

• train: 训练集，包含2094个样本，数据大小为2086559334.06字节。

数据集大小

• 下载大小: 1745978258字节
• 数据集大小: 2086559334.06字节

配置

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