khof312/mf_cv16_sw_voice2_first100

该数据集是Mozilla Common Voice 16.1的一个子集，专注于斯瓦希里语的训练数据，特别是ID为7ec265470aa1c06d5b156e0c67c5014cfaf580e7074798f11787f82cbc3fe0ef6aefe2b969e827a41486dc4f0c034b7444ad184067378600ad5f2b9656e2a929的说话者。数据集经过过滤，仅包含前100行高质量的音频数据。数据集中包含多个特征，如client_id、audio、sentence、up_votes、down_votes、age、gender、accent、locale、segment、variant、n_letters和path。数据集大小为3293820字节，包含100个样本。

This dataset is a subset of Mozilla Common Voice 16.1, focusing on Swahili training speaker with ID# 7ec265470aa1c06d5b156e0c67c5014cfaf580e7074798f11787f82cbc3fe0ef6aefe2b969e827a41486dc4f0c034b7444ad184067378600ad5f2b9656e2a929. It has been filtered to the first 100 rows which are higher quality audio. The dataset includes features such as client_id, audio, sentence, up_votes, down_votes, age, gender, accent, locale, segment, variant, n_letters, and path. The training set contains 100 samples with a total size of 3293820.0 bytes.

原始信息汇总

数据集概述

数据集信息

• 数据来源: Mozilla Common Voice 16.1 的子集，聚焦于 Swahili 训练语音。
• 过滤条件: 筛选出前 100 行高质量音频数据。

数据特征

• client_id: 字符串类型，表示客户端ID。
• audio: 音频数据，采样率为 16000 Hz。
• sentence: 字符串类型，表示语音对应的句子。
• up_votes: 整数类型，表示点赞数。
• down_votes: 整数类型，表示点踩数。
• age: 字符串类型，表示说话者的年龄。
• gender: 字符串类型，表示说话者的性别。
• accent: 字符串类型，表示说话者的口音。
• locale: 字符串类型，表示说话者的地区。
• segment: 字符串类型，表示语音的片段。
• variant: 字符串类型，表示语音的变体。
• n_letters: 整数类型，表示句子中的字母数。
• path: 字符串类型，表示音频文件的路径。

数据分割

• train: 训练集，包含 100 个样本，数据大小为 3293820.0 字节。

数据集大小

• 下载大小: 3271366 字节
• 数据集大小: 3293820.0 字节

配置

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