anyspeech/fleurs_test

---
configs:
- config_name: default
data_files:
- split: query
path: data/query-*
- split: candidate
path: data/candidate-*
dataset_info:
features:
- name: _id
dtype: int64
- name: file_name
dtype: string
- name: raw_transcription
dtype: string
- name: transcription
dtype: string
- name: num_samples
dtype: int64
- name: gender
dtype: string
- name: phones
dtype: string
- name: audio
struct:
- name: array
sequence: float64
- name: sampling_rate
dtype: int64
splits:
- name: query
num_bytes: 1843536302
num_examples: 1132
- name: candidate
num_bytes: 3243527476
num_examples: 1979
download_size: 3137163451
dataset_size: 5087063778
---
# Dataset Card for "fleurs_test"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项：
- 配置名称：default
数据文件：
- 划分集：query（查询集），路径：data/query-*
- 划分集：candidate（候选集），路径：data/candidate-*
数据集信息：
特征字段：
- 字段名：_id，数据类型：64位整数（int64）
- 字段名：file_name，数据类型：字符串（string）
- 字段名：raw_transcription，数据类型：字符串（string）
- 字段名：transcription，数据类型：字符串（string）
- 字段名：num_samples，数据类型：64位整数（int64）
- 字段名：gender，数据类型：字符串（string）
- 字段名：phones，数据类型：字符串（string）
- 字段名：audio，结构体：
- 字段名：array，序列类型：64位浮点数（float64）
- 字段名：sampling_rate（采样率），数据类型：64位整数（int64）
划分集详情：
- 划分名称：query（查询集），字节占用量：1843536302，样本数：1132
- 划分名称：candidate（候选集），字节占用量：3243527476，样本数：1979
下载总大小：3137163451
数据集总大小：5087063778
---
# 「fleurs_test」数据集卡片
[需补充更多信息](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

配置

• 默认配置：
  • 数据文件：
    • 查询集：路径为 data/query-*
    • 候选集：路径为 data/candidate-*

数据特征

• _id：类型为 int64
• file_name：类型为 string
• raw_transcription：类型为 string
• transcription：类型为 string
• num_samples：类型为 int64
• gender：类型为 string
• phones：类型为 string
• audio：结构包含以下字段：
  • array：序列类型为 float64
  • sampling_rate：类型为 int64

数据分割

• 查询集：
  • 字节数：1843536302
  • 样本数：1132
• 候选集：
  • 字节数：3243527476
  • 样本数：1979

数据大小

• 下载大小：3137163451 字节
• 数据集大小：5087063778 字节

搜集汇总

背景与挑战

背景概述

该数据集名为anyspeech/fleurs_test，包含查询和候选两个分割，分别有1132和1979个样本。数据集提供了音频文件、转录文本、性别等特征信息，总大小约为5.09GB。