kotoba-tech/kotoba-whisper-eval

--- dataset_info: features: - name: audio dtype: audio splits: - name: train num_bytes: 109272060.0 num_examples: 4 download_size: 106357055 dataset_size: 109272060.0 configs: - config_name: default data_files: - split: train path: data/train-* --- # Audio Only Eval Dataset This repo contains a few audio examples for kotoba-whisper evaluation (no transcription). Currently, it includes 1-hour presentation audio, and three manzai recordings (five min each). | path | array size | sampling rate | duration (min) | |:---------------------|----------:|----------------:|---------:| | long_interview_1.mp3 | 133,197,167 | 44,100 | 50.3 | | manzai3.mp3 | 5,343,599 | 16,000 | 5.6 | | manzai2.mp3 | 4,703,434 | 16,000 | 4.9 | | manzai1.mp3 | 5,383,343 | 16,000 | 5.6 |数据集信息： 特征项： - 名称：音频（audio） 数据类型：音频格式 划分集： - 名称：训练集 字节数：109272060.0 样本数量：4 下载大小：106357055 数据集总大小：109272060.0 配置项： - 配置名称：默认配置 数据文件： - 划分集：训练集 路径：data/train-* # 纯音频评测数据集 本仓库包含若干音频示例，用于kotoba-whisper的模型评测（不附带语音转录内容）。当前数据集包含一段时长约1小时的演讲音频，以及三段漫才（manzai）录制音频，每段时长约5分钟。 | 路径 | 数组大小 | 采样率 | 时长（分钟） | |:---------------------|----------:|---------:|-------------:| | long_interview_1.mp3 | 133,197,167 | 44,100 | 50.3 | | manzai3.mp3 | 5,343,599 | 16,000 | 5.6 | | manzai2.mp3 | 4,703,434 | 16,000 | 4.9 | | manzai1.mp3 | 5,383,343 | 16,000 | 5.6 |