Lkhagvasurenam/common_voice_little_test

该数据集包含多个特征，如client_id、path、audio、sentence等，并且这些特征的数据类型也被详细列出。数据集分为训练集和测试集，分别包含2275和1877个样本。此外，还提供了数据集的总下载大小和数据集大小。

原始信息汇总

数据集概述

数据集配置

• 配置名称: mn

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio:
  • sampling_rate: 16000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型
• whisper_transcript: 序列类型，64位整数

数据分割

• 训练集:
  • 名称: train
  • 字节数: 96683810.05
  • 样本数: 2275
• 测试集:
  • 名称: test
  • 字节数: 89815904.296
  • 样本数: 1877

数据集大小

• 下载大小: 180268975
• 数据集大小: 186499714.34600002

数据文件

• 配置名称: mn
  • 训练集路径: mn/train-*
  • 测试集路径: mn/test-*