DewiBrynJones/commonvoice_18_0_cy_en

该数据集包含句子、语言和音频特征，音频采样率为16000。数据集分为训练集、开发集、测试集以及特定语言的测试集（如威尔士语和英语）。每个分割都有相应的字节大小和示例数量。数据集的下载大小为7965621359字节，总大小为8057767984.396999字节。

This dataset includes features such as sentences, languages, and audio, with an audio sampling rate of 16000. The dataset is divided into training, development, test sets, and language-specific test sets (e.g., Welsh and English). Each split has corresponding byte sizes and example counts. The download size of the dataset is 7965621359 bytes, and the total size is 8057767984.396999 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• sentence: 类型为字符串
• language: 类型为字符串
• audio: 类型为音频，采样率为16000

数据分割

• train: 包含128171个样本，大小为4867317509.71字节
• dev: 包含26393个样本，大小为1059230094.106字节
• test: 包含26419个样本，大小为1065610163.761字节
• test_cy: 包含13209个样本，大小为508237077.0字节
• test_en: 包含13210个样本，大小为557373139.82字节

数据集大小

• 下载大小: 7965621359字节
• 数据集总大小: 8057767984.396999字节

配置

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • dev: data/dev-*
    • test: data/test-*
    • test_cy: data/test_cy-*
    • test_en: data/test_en-*