Mawube/s2tt-hausa-english

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: user_id dtype: string - name: language dtype: string - name: text_id dtype: string - name: source_text dtype: string - name: duration dtype: float64 - name: recorded_at dtype: string - name: original_sample_rate dtype: int64 - name: silence_ratio dtype: float64 - name: snr_db dtype: float64 - name: speech_rate dtype: float64 - name: volume_db dtype: float64 - name: split dtype: string - name: english_text dtype: string - name: mapping_key dtype: string splits: - name: train num_bytes: 18088423744.8752 num_examples: 14253 - name: dev num_bytes: 1345007574.0 num_examples: 1500 download_size: 18527055006 dataset_size: 19433431318.8752 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* ---数据集信息： 特征字段： - 音频（audio）：数据类型（dtype）为采样率16000的音频格式 - 用户标识（user_id）：数据类型（dtype）为字符串类型 - 语言（language）：数据类型（dtype）为字符串类型 - 文本标识（text_id）：数据类型（dtype）为字符串类型 - 源文本（source_text）：数据类型（dtype）为字符串类型 - 时长（duration）：数据类型（dtype）为64位浮点型 - 录制时间（recorded_at）：数据类型（dtype）为字符串类型 - 原始采样率（original_sample_rate）：数据类型（dtype）为64位整型 - 静音比例（silence_ratio）：数据类型（dtype）为64位浮点型 - 信噪比（snr_db）：数据类型（dtype）为64位浮点型 - 语速（speech_rate）：数据类型（dtype）为64位浮点型 - 音量（volume_db）：数据类型（dtype）为64位浮点型 - 数据集划分标记（split）：数据类型（dtype）为字符串类型 - 英文文本（english_text）：数据类型（dtype）为字符串类型 - 映射键（mapping_key）：数据类型（dtype）为字符串类型 数据集子集： - 训练集（train）：字节数为18088423744.8752，样本量为14253 - 验证集（dev）：字节数为1345007574.0，样本量为1500 下载总大小：18527055006（字节） 数据集总大小：19433431318.8752（字节） 配置项： - 默认配置（default）：数据文件映射规则如下： - 训练集（train）对应路径为data/train-* - 验证集（dev）对应路径为data/dev-*