jp1924/KrespSpeech

该数据集主要用于自动语音识别任务，包含音频、句子、ID和数据集信息等特征。数据集信息包括版本、日期、类型信息（如类别、子类别、地点、说话者等）和对话。数据集分为训练集和验证集，分别包含大量字节和示例。数据集的语言为韩语，标签包括STT和Audio，数据集大小在100B到1T之间。

原始信息汇总

数据集概述

数据集特征

• audio: 音频特征，采样率为16000。
• sentence: 文本特征，数据类型为字符串。
• id: 唯一标识符，数据类型为字符串。
• dataSet: 数据集信息结构，包含以下子特征：
  • version: 版本信息，数据类型为字符串。
  • date: 日期信息，数据类型为字符串。
  • typeInfo: 类型信息结构，包含以下子特征：
    • category: 类别，数据类型为字符串。
    • subcategory: 子类别，数据类型为字符串。
    • place: 地点，数据类型为字符串。
    • speakers: 说话人列表，包含以下子特征：
      • id: 说话人ID，数据类型为字符串。
      • gender: 性别，数据类型为字符串。
      • type: 类型，数据类型为字符串。
      • age: 年龄，数据类型为字符串。
      • residence: 居住地，数据类型为字符串。
    • inputType: 输入类型，数据类型为字符串。
  • dialogs: 对话列表，包含以下子特征：
    • speaker: 说话人，数据类型为字符串。
    • audioPath: 音频文件路径，数据类型为字符串。
    • textPath: 文本文件路径，数据类型为字符串。

数据集分割

• train: 训练集，包含2067668个样本，总大小为335639155312.5字节。
• validation: 验证集，包含20830个样本，总大小为3382855559.25字节。

数据集大小

• 下载大小: 324002692624字节。
• 数据集总大小: 339022010871.75字节。

配置

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

任务类别

• automatic-speech-recognition

语言

• ko

标签

• STT
• Audio

大小类别

• 100B<n<1T