cmu-mlsp/librispeech960-wavlm-large-km1000_asr_tokenized_final_fixed

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: validation_tts
path: data/validation_tts-*
- split: test
path: data/test-*
- split: test_tts
path: data/test_tts-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 5169983912
num_examples: 562482
- name: validation
num_bytes: 29571960
num_examples: 5406
- name: validation_tts
num_bytes: 14785980
num_examples: 2703
- name: test
num_bytes: 6104987
num_examples: 2620
- name: test_tts
num_bytes: 8664977
num_examples: 2620
download_size: 836237002
dataset_size: 5229111816
---
# Dataset Card for "librispeech960-wavlm-large-km1000_asr_tokenized_final_fixed"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：default
数据文件：
- 数据拆分：训练集，路径：data/train-*
- 数据拆分：验证集，路径：data/validation-*
- 数据拆分：文本到语音验证集（Text-to-Speech，简称TTS），路径：data/validation_tts-*
- 数据拆分：测试集，路径：data/test-*
- 数据拆分：文本到语音测试集（TTS），路径：data/test_tts-*
数据集信息：
特征：
- 特征名称：input_ids，序列数据类型：int32
- 特征名称：attention_mask，序列数据类型：int8
- 特征名称：labels，序列数据类型：int64
数据拆分详情：
- 拆分名称：训练集，字节大小：5169983912，样本数量：562482
- 拆分名称：验证集，字节大小：29571960，样本数量：5406
- 拆分名称：文本到语音验证集（TTS），字节大小：14785980，样本数量：2703
- 拆分名称：测试集，字节大小：6104987，样本数量：2620
- 拆分名称：文本到语音测试集（TTS），字节大小：8664977，样本数量：2620
下载总大小：836237002 字节
数据集总大小：5229111816 字节

# 「librispeech960-wavlm-large-km1000_asr_tokenized_final_fixed」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 默认配置：
  • 训练集：路径为 data/train-*
  • 验证集：路径为 data/validation-*
  • 验证集（TTS）：路径为 data/validation_tts-*
  • 测试集：路径为 data/test-*
  • 测试集（TTS）：路径为 data/test_tts-*

数据集信息

• 特征：

  • input_ids：序列类型为 int32
  • attention_mask：序列类型为 int8
  • labels：序列类型为 int64

• 分割：

  • 训练集：
    • 字节数：5169983912
    • 样本数：562482
  • 验证集：
    • 字节数：29571960
    • 样本数：5406
  • 验证集（TTS）：
    • 字节数：14785980
    • 样本数：2703
  • 测试集：
    • 字节数：6104987
    • 样本数：2620
  • 测试集（TTS）：
    • 字节数：8664977
    • 样本数：2620

• 下载大小：836237002 字节

• 数据集大小：5229111816 字节