stevehoang9/vivos_asr

该数据集包含音频文件及其对应的转录文本和性别信息。音频文件的采样率为16000Hz。数据集分为训练集和测试集，训练集包含160个样本，测试集包含10个样本。每个样本包含文件路径、音频数据、转录文本和性别信息。数据集的下载大小为1874018399字节，总大小为18152158字节。

This dataset is primarily used for audio processing and speech recognition tasks, containing the file paths of audio files, audio data, corresponding transcriptions, and the gender information of the speakers. The audio data has a sampling rate of 16000 Hz, suitable for training and testing high-precision speech recognition models. The dataset is divided into training and test sets, used for model training and performance evaluation respectively.

原始信息汇总

数据集概述

数据集信息

特征

• file_path: 文件路径，数据类型为字符串。
• audio: 音频数据，采样率为16000。
• transcription: 转录文本，数据类型为字符串。
• gender: 性别，数据类型为字符串。

数据分割

• train: 训练集，包含160个样本，占用17061254.0字节。
• test: 测试集，包含10个样本，占用1090904.0字节。

数据集大小

• 下载大小: 1874018399字节
• 数据集大小: 18152158.0字节

配置

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