chuubjak/common_voice_13_0_th_pseudo_labelled_large_v2
收藏Hugging Face2024-02-16 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/chuubjak/common_voice_13_0_th_pseudo_labelled_large_v2
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
config_name: th
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: 869933783.139
num_examples: 32477
- name: validation
num_bytes: 330063343.56
num_examples: 11002
- name: test
num_bytes: 342616264.906
num_examples: 11002
download_size: 1425514912
dataset_size: 1542613391.605
configs:
- config_name: th
data_files:
- split: train
path: th/train-*
- split: validation
path: th/validation-*
- split: test
path: th/test-*
---
提供机构：
chuubjak
原始信息汇总
数据集概述
数据集配置
- 配置名称: th
特征信息
- client_id: 字符串类型
- path: 字符串类型
- audio:
- sampling_rate: 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:
- 文件数量: 32477
- 文件大小: 869933783.139 字节
- 验证集:
- 文件数量: 11002
- 文件大小: 330063343.56 字节
- 测试集:
- 文件数量: 11002
- 文件大小: 342616264.906 字节
数据集大小
- 下载大小: 1425514912 字节
- 数据集大小: 1542613391.605 字节
数据文件路径
- 训练集: th/train-*
- 验证集: th/validation-*
- 测试集: th/test-*
