five

dresen/fleurs_da_pseudo_labelled

收藏
Hugging Face2023-12-05 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/dresen/fleurs_da_pseudo_labelled
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: config_name: da_dk features: - name: id dtype: int32 - name: num_samples dtype: int32 - name: path dtype: string - name: audio dtype: audio: sampling_rate: 16000 - name: transcription dtype: string - name: raw_transcription dtype: string - name: gender dtype: class_label: names: '0': male '1': female '2': other - name: lang_id dtype: class_label: names: '0': af_za '1': am_et '2': ar_eg '3': as_in '4': ast_es '5': az_az '6': be_by '7': bg_bg '8': bn_in '9': bs_ba '10': ca_es '11': ceb_ph '12': ckb_iq '13': cmn_hans_cn '14': cs_cz '15': cy_gb '16': da_dk '17': de_de '18': el_gr '19': en_us '20': es_419 '21': et_ee '22': fa_ir '23': ff_sn '24': fi_fi '25': fil_ph '26': fr_fr '27': ga_ie '28': gl_es '29': gu_in '30': ha_ng '31': he_il '32': hi_in '33': hr_hr '34': hu_hu '35': hy_am '36': id_id '37': ig_ng '38': is_is '39': it_it '40': ja_jp '41': jv_id '42': ka_ge '43': kam_ke '44': kea_cv '45': kk_kz '46': km_kh '47': kn_in '48': ko_kr '49': ky_kg '50': lb_lu '51': lg_ug '52': ln_cd '53': lo_la '54': lt_lt '55': luo_ke '56': lv_lv '57': mi_nz '58': mk_mk '59': ml_in '60': mn_mn '61': mr_in '62': ms_my '63': mt_mt '64': my_mm '65': nb_no '66': ne_np '67': nl_nl '68': nso_za '69': ny_mw '70': oc_fr '71': om_et '72': or_in '73': pa_in '74': pl_pl '75': ps_af '76': pt_br '77': ro_ro '78': ru_ru '79': sd_in '80': sk_sk '81': sl_si '82': sn_zw '83': so_so '84': sr_rs '85': sv_se '86': sw_ke '87': ta_in '88': te_in '89': tg_tj '90': th_th '91': tr_tr '92': uk_ua '93': umb_ao '94': ur_pk '95': uz_uz '96': vi_vn '97': wo_sn '98': xh_za '99': yo_ng '100': yue_hant_hk '101': zu_za '102': all - name: language dtype: string - name: lang_group_id dtype: class_label: names: '0': western_european_we '1': eastern_european_ee '2': central_asia_middle_north_african_cmn '3': sub_saharan_african_ssa '4': south_asian_sa '5': south_east_asian_sea '6': chinese_japanase_korean_cjk - name: whisper_transcript sequence: int64 splits: - name: train num_bytes: 1732021021.405 num_examples: 2465 - name: test num_bytes: 678265026.0 num_examples: 930 download_size: 2361072176 dataset_size: 2410286047.4049997 configs: - config_name: da_dk data_files: - split: train path: da_dk/train-* - split: test path: da_dk/test-* ---
提供机构:
dresen
原始信息汇总

数据集概述

配置名称

  • da_dk

特征信息

  • id: 数据类型为 int32
  • num_samples: 数据类型为 int32
  • path: 数据类型为 string
  • audio: 数据类型为 audio,采样率为 16000
  • transcription: 数据类型为 string
  • raw_transcription: 数据类型为 string
  • gender: 数据类型为 class_label,类别包括 male, female, other
  • lang_id: 数据类型为 class_label,类别包括多种语言代码,如 af_za, am_et, ar_eg
  • language: 数据类型为 string
  • lang_group_id: 数据类型为 class_label,类别包括 western_european_we, eastern_european_ee, central_asia_middle_north_african_cmn
  • whisper_transcript: 数据类型为 sequence,类型为 int64

数据分割

  • train: 包含 2465 个样本,大小为 1732021021.405 字节
  • test: 包含 930 个样本,大小为 678265026.0 字节

数据集大小

  • 下载大小: 2361072176 字节
  • 数据集大小: 2410286047.4049997 字节

配置文件

  • config_name: da_dk
    • train: 路径为 da_dk/train-*
    • test: 路径为 da_dk/test-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作