srija616/IV-R-Temp

---
dataset_info:
features:
- name: text
dtype: string
- name: lang
dtype: string
- name: samples
dtype: int64
- name: verbatim
dtype: string
- name: normalized
dtype: string
- name: speaker_id
dtype: string
- name: scenario
dtype: string
- name: task_name
dtype: string
- name: gender
dtype: string
- name: age_group
dtype: string
- name: job_type
dtype: string
- name: qualification
dtype: string
- name: area
dtype: string
- name: district
dtype: string
- name: state
dtype: string
- name: occupation
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: utterance_pitch_mean
dtype: float64
- name: utterance_pitch_std
dtype: float64
- name: snr
dtype: float64
- name: c50
dtype: float64
- name: speaking_rate
dtype: float64
- name: cer
dtype: string
- name: duration
dtype: float64
splits:
- name: train
num_bytes: 995277556.0
num_examples: 569
- name: validation
num_bytes: 995277556.0
num_examples: 569
- name: test
num_bytes: 995277556.0
num_examples: 569
download_size: 2804658516
dataset_size: 2985832668.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• text: 文本数据，类型为字符串。
• lang: 语言标识，类型为字符串。
• samples: 样本数量，类型为整数。
• verbatim: 逐字文本，类型为字符串。
• normalized: 归一化文本，类型为字符串。
• speaker_id: 说话者ID，类型为字符串。
• scenario: 场景描述，类型为字符串。
• task_name: 任务名称，类型为字符串。
• gender: 性别，类型为字符串。
• age_group: 年龄组，类型为字符串。
• job_type: 工作类型，类型为字符串。
• qualification: 资格认证，类型为字符串。
• area: 地区，类型为字符串。
• district: 行政区，类型为字符串。
• state: 州/省，类型为字符串。
• occupation: 职业，类型为字符串。
• audio: 音频数据，采样率为48000。
• utterance_pitch_mean: 语音平均音高，类型为浮点数。
• utterance_pitch_std: 语音音高标准差，类型为浮点数。
• snr: 信噪比，类型为浮点数。
• c50: C50参数，类型为浮点数。
• speaking_rate: 说话速率，类型为浮点数。
• cer: 字符错误率，类型为字符串。
• duration: 持续时间，类型为浮点数。

数据集分割

• train: 训练集，包含569个样本，大小为995277556字节。
• validation: 验证集，包含569个样本，大小为995277556字节。
• test: 测试集，包含569个样本，大小为995277556字节。

数据集大小

• download_size: 下载大小为2804658516字节。
• dataset_size: 数据集总大小为2985832668字节。

配置

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