Beijuka/Xhosa_test_5hr

该数据集包含音频数据及其对应的转录文本。音频数据以数组形式存储，并包含音频路径和采样率信息。转录文本提供了音频内容的文字描述。数据集还标注了音频的来源。数据集分为训练集，包含3424个样本，总大小为2302541666字节。下载大小为1179315827字节。默认配置下的数据文件路径为data/train-*。

The dataset primarily consists of audio and corresponding transcription text. The audio feature details include the audio data array, file path, and sampling rate, while the transcription text is in string format. The dataset is divided into a training set with 3424 samples, totaling 2302393397 bytes. The download size of the dataset is 1179270917 bytes. The dataset configuration is set to default, with the training data file path specified as data/train-*.

原始信息汇总

数据集概述

数据集特征

• audio:
  • array: 序列类型为 float64
  • path: 数据类型为 string
  • sampling_rate: 数据类型为 int64
• audio_path: 数据类型为 string
• transcription: 数据类型为 string
• source: 数据类型为 string

数据集分割

• train:
  • 样本数量: 3424
  • 字节数: 2302541666

数据集大小

• 下载大小: 1179315827 字节
• 数据集大小: 2302541666 字节

配置

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