daniel123321/common_voice_preprocessed

---
dataset_info:
features:
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 46009726456
num_examples: 47901
- name: validation
num_bytes: 1544505544
num_examples: 1608
- name: test
num_bytes: 1544490352
num_examples: 1608
download_size: 9714514239
dataset_size: 49098722352
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• 输入特征 (input_features): 序列类型，数据类型为 float32。
• 标签 (labels): 序列类型，数据类型为 int64。

数据集划分

• 训练集 (train):
  • 字节数: 46009726456
  • 样本数: 47901
• 验证集 (validation):
  • 字节数: 1544505544
  • 样本数: 1608
• 测试集 (test):
  • 字节数: 1544490352
  • 样本数: 1608

数据集大小

• 下载大小: 9714514239 字节
• 数据集大小: 49098722352 字节

配置信息

• 默认配置 (default):
  • 训练集文件路径: data/train-*
  • 验证集文件路径: data/validation-*
  • 测试集文件路径: data/test-*