cmu-mlsp/hubert_layer9-librispeech-asr100h_tokenized
收藏Hugging Face2023-11-11 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/cmu-mlsp/hubert_layer9-librispeech-asr100h_tokenized
下载链接
链接失效反馈官方服务:
资源简介:
---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
dataset_info:
features:
- name: input_ids
sequence: int32
- name: attention_mask
sequence: int8
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 1337768164
num_examples: 57078
- name: validation
num_bytes: 126705828
num_examples: 5406
- name: test
num_bytes: 122815120
num_examples: 5240
download_size: 110156012
dataset_size: 1587289112
---
# Dataset Card for "hubert_layer9-librispeech-asr100h_tokenized"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
cmu-mlsp
原始信息汇总
数据集卡片 "hubert_layer9-librispeech-asr100h_tokenized"
配置
- 默认配置
- 数据文件
- 训练集:
data/train-* - 验证集:
data/validation-* - 测试集:
data/test-*
- 训练集:
- 数据文件
数据集信息
-
特征
input_ids: 序列类型为int32attention_mask: 序列类型为int8labels: 序列类型为int64
-
数据分割
- 训练集
- 字节数: 1337768164
- 样本数: 57078
- 验证集
- 字节数: 126705828
- 样本数: 5406
- 测试集
- 字节数: 122815120
- 样本数: 5240
- 训练集
-
下载大小: 110156012 字节
-
数据集大小: 1587289112 字节



