PranavJosh/500_improvement_data

--- dataset_info: features: - name: audio dtype: audio - name: transcript dtype: string - name: recording_id dtype: string - name: call_id dtype: string - name: start dtype: float64 - name: end dtype: float64 - name: duration_sec dtype: float64 - name: target_words dtype: string - name: num_target_words dtype: int32 - name: corpus_index dtype: int32 splits: - name: train num_examples: 21612 --- # 500_improvement_data Hindi ASR targeted retraining dataset. - **Clips**: 21612 - **Hours**: 51.80 - **Unique recordings**: 6880数据集信息： 特征： - 名称：音频（audio），数据类型：音频 - 名称：转录文本（transcript），数据类型：字符串 - 名称：录音编号（recording_id），数据类型：字符串 - 名称：通话编号（call_id），数据类型：字符串 - 名称：起始时间（start），数据类型：64位浮点型（float64） - 名称：结束时间（end），数据类型：64位浮点型（float64） - 名称：秒级时长（duration_sec），数据类型：64位浮点型（float64） - 名称：目标词（target_words），数据类型：字符串 - 名称：目标词数量（num_target_words），数据类型：32位整型（int32） - 名称：语料库索引（corpus_index），数据类型：32位整型（int32） 数据集划分： - 名称：训练集（train），样本数量：21612 # 500_改进数据集（500_improvement_data） 印地语自动语音识别（Automatic Speech Recognition，ASR）定向再训练数据集。 - **语音片段（Clips）**：21612条 - **总时长**：51.80小时 - **唯一录音数**：6880条