Jayem-11/mozilla_commonvoice_hackathon_preprocessed_train_batch_1

该数据集是一个预处理的语音数据集，包含音频、句子、输入长度、输入特征、标签和标签长度等特征。数据集的分割为训练集，包含13687个样本，总大小为15582750752.60228字节。下载大小为4763193239字节。

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • audio: 音频数据，采样率为16000。
  • sentence: 字符串类型，表示句子。
  • input_length: 整数类型，表示输入长度。
  • input_features: 序列类型，序列数据为浮点型。
  • labels: 序列类型，序列数据为整数型。
  • labels_length: 整数类型，表示标签长度。

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 15582750752.60228
  • 样本数: 13687

数据集大小

• 下载大小: 4763193239
• 数据集大小: 15582750752.60228

配置信息

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*