ASR-HypR/LibriSpeech_withLM

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev_clean
path: data/dev_clean-*
- split: dev_other
path: data/dev_other-*
- split: test_clean
path: data/test_clean-*
- split: test_other
path: data/test_other-*
dataset_info:
features:
- name: utt_id
dtype: string
- name: hyps
sequence: string
- name: att_score
sequence: float64
- name: ctc_score
sequence: float64
- name: score
sequence: float64
- name: ref
dtype: string
- name: lm_score
sequence: float64
splits:
- name: train
num_bytes: 3073751225
num_examples: 281231
- name: dev_clean
num_bytes: 19839669
num_examples: 2703
- name: dev_other
num_bytes: 18981732
num_examples: 2864
- name: test_clean
num_bytes: 19336959
num_examples: 2620
- name: test_other
num_bytes: 19464386
num_examples: 2939
download_size: 879395852
dataset_size: 3151373971
---
# Dataset Card for "LibriSpeech_withLM"

[More Information needed](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（train）：路径为 data/train-*
  • 开发集（干净）（dev_clean）：路径为 data/dev_clean-*
  • 开发集（其他）（dev_other）：路径为 data/dev_other-*
  • 测试集（干净）（test_clean）：路径为 data/test_clean-*
  • 测试集（其他）（test_other）：路径为 data/test_other-*

数据集信息

• 特征：

  • utt_id：字符串类型
  • hyps：字符串序列
  • att_score：浮点数序列
  • ctc_score：浮点数序列
  • score：浮点数序列
  • ref：字符串类型
  • lm_score：浮点数序列

• 分割：

  • 训练集（train）：
    • 字节数：3073751225
    • 样本数：281231
  • 开发集（干净）（dev_clean）：
    • 字节数：19839669
    • 样本数：2703
  • 开发集（其他）（dev_other）：
    • 字节数：18981732
    • 样本数：2864
  • 测试集（干净）（test_clean）：
    • 字节数：19336959
    • 样本数：2620
  • 测试集（其他）（test_other）：
    • 字节数：19464386
    • 样本数：2939

• 数据集大小：

  • 下载大小：879395852 字节
  • 数据集大小：3151373971 字节