Haitam03/warsh-segments

--- dataset_info: features: - name: reciter_id dtype: int64 - name: reciter_name dtype: string - name: reciter_slug dtype: string - name: moshaf_name dtype: string - name: moshaf_id dtype: int64 - name: rewaya_id dtype: int64 - name: gender dtype: string - name: segment_id dtype: string - name: audio dtype: audio - name: surah_number dtype: int64 - name: segment_index dtype: int64 - name: segments_total dtype: int64 - name: duration_seconds dtype: float64 - name: start_seconds dtype: float64 - name: end_seconds dtype: float64 - name: is_complete dtype: bool - name: text_warsh dtype: string - name: asr dtype: string - name: alignment_score dtype: float64 - name: word_start dtype: int64 - name: word_end dtype: int64 - name: flagged dtype: bool - name: ayah_start dtype: 'null' - name: ayah_end dtype: 'null' - name: word_timestamps dtype: 'null' - name: phoneme_sequence dtype: 'null' - name: tajweed_errors dtype: 'null' splits: - name: train num_bytes: 8775017751 num_examples: 61319 - name: validation num_bytes: 179316176 num_examples: 1253 download_size: 8939517811 dataset_size: 8954333927 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* ---数据集信息： 特征字段： - 字段名称：诵读者标识符（reciter_id），数据类型：64位整数（int64） - 字段名称：诵读者姓名（reciter_name），数据类型：字符串（string） - 字段名称：诵读者URL标识（reciter_slug），数据类型：字符串（string） - 字段名称：古兰经范本名称（moshaf_name），数据类型：字符串（string） - 字段名称：古兰经范本标识符（moshaf_id），数据类型：64位整数（int64） - 字段名称：诵经传述流派标识符（rewaya_id），数据类型：64位整数（int64） - 字段名称：性别（gender），数据类型：字符串（string） - 字段名称：片段标识符（segment_id），数据类型：字符串（string） - 字段名称：音频（audio），数据类型：音频（audio） - 字段名称：古兰经章编号（surah_number），数据类型：64位整数（int64） - 字段名称：片段索引（segment_index），数据类型：64位整数（int64） - 字段名称：总片段数（segments_total），数据类型：64位整数（int64） - 字段名称：持续时长（秒）（duration_seconds），数据类型：64位浮点数（float64） - 字段名称：起始时刻（秒）（start_seconds），数据类型：64位浮点数（float64） - 字段名称：结束时刻（秒）（end_seconds），数据类型：64位浮点数（float64） - 字段名称：是否完整（is_complete），数据类型：布尔值（bool） - 字段名称：沃什传述版经文（text_warsh），数据类型：字符串（string） - 字段名称：自动语音识别结果（asr），数据类型：字符串（string） - 字段名称：对齐分数（alignment_score），数据类型：64位浮点数（float64） - 字段名称：词起始索引（word_start），数据类型：64位整数（int64） - 字段名称：词结束索引（word_end），数据类型：64位整数（int64） - 字段名称：标记状态（flagged），数据类型：布尔值（bool） - 字段名称：古兰经节起始编号（ayah_start），数据类型：空类型（null） - 字段名称：古兰经节结束编号（ayah_end），数据类型：空类型（null） - 字段名称：词时间戳（word_timestamps），数据类型：空类型（null） - 字段名称：音素序列（phoneme_sequence），数据类型：空类型（null） - 字段名称：诵经韵律错误（tajweed_errors），数据类型：空类型（null） 数据集划分： - 划分名称：训练集（train），占用字节数：8775017751，样本量：61319 - 划分名称：验证集（validation），占用字节数：179316176，样本量：1253 下载总大小：8939517811字节 数据集总大小：8954333927字节 配置项： - 配置名称：default（默认配置），数据文件： - 划分：训练集（train），文件路径：data/train-* - 划分：验证集（validation），文件路径：data/validation-*