biscayan/common_voice_16_1_ko_pseudo_labelled

---
dataset_info:
config_name: ko
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
- name: whisper_transcript
sequence: int64
splits:
- name: train
num_bytes: 14882451.0
num_examples: 401
- name: validation
num_bytes: 7425997.0
num_examples: 235
- name: test
num_bytes: 9091809.0
num_examples: 282
download_size: 30261851
dataset_size: 31400257.0
configs:
- config_name: ko
data_files:
- split: train
path: ko/train-*
- split: validation
path: ko/validation-*
- split: test
path: ko/test-*
---

原始信息汇总

数据集概述

数据集配置

• 配置名称: ko

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio:
  • 采样率: 16000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型
• whisper_transcript: 序列类型，64位整数

数据分割

• 训练集:
  • 文件路径: ko/train-*
  • 字节数: 14882451.0
  • 样本数: 401
• 验证集:
  • 文件路径: ko/validation-*
  • 字节数: 7425997.0
  • 样本数: 235
• 测试集:
  • 文件路径: ko/test-*
  • 字节数: 9091809.0
  • 样本数: 282

数据集大小

• 下载大小: 30261851
• 数据集大小: 31400257.0