aangry-mouse/stepik_ml_ru

该数据集包含音频和对应的转录文本，主要用于语音识别任务。数据集分为一个训练集，包含8014个样本，总大小为376849797.772字节。下载大小为365160824字节。数据集的配置文件中指定了默认配置，数据文件路径为data/train-*。

This dataset includes audio and corresponding transcriptions, divided into a training set with 8014 samples, totaling 376849797.772 bytes. The download size of the dataset is 365160824 bytes. The dataset configuration is default, with the training data file path being data/train-*.

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据类型
• transcription: 字符串数据类型

数据集分割

• train:
  • 示例数量: 8014
  • 数据大小: 376849797.772 字节

数据集大小

• 下载大小: 365160824 字节
• 数据集总大小: 376849797.772 字节

配置

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