--- dataset_info: features: - name: audio dtype: audio - name: transcription dtype: string splits: - name: test num_bytes: 307514546.91 num_examples: 2041 - name: train

Hugging Face2024-03-02 更新100

test

语音识别

自然语言处理

该数据集包含56,716条训练样本，总大小约66.59GB，主要存储为音频文本配对数据。每条记录包含10个结构化字段：说话人ID（string）、年龄（float）、性别（string）；内容分类字段包括主题（topic）和子主题（subtopic）；文本标识字段包含段落ID（int64）和句子ID（string）；核心数据为转录文本（transcript）和音频（16kHz采样率的音频数据），并

Hugging Face2026-03-16 更新120

rashmi035/dataset_whisper

语音识别

--- dataset_info: features: - name: audio dtype: audio - name: transcription dtype: string - name: set dtype: string splits: - name: train num_bytes: 35817014.0 num_exa

Hugging Face2023-10-05 更新100