xbilek25/train_de_en_de_not_similar_injected_1st_1000

--- dataset_info: features: - name: client_id dtype: string - name: path dtype: string - name: audio dtype: audio: sampling_rate: 48000 - 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 splits: - name: train num_bytes: 639861204.0 num_examples: 1000 download_size: 545843260 dataset_size: 639861204.0 --- # Dataset Card for "train_de_en_de_not_similar_injected_1st_1000" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 名称：客户端ID（client_id），数据类型：字符串 - 名称：文件路径（path），数据类型：字符串 - 名称：音频（audio），数据类型： 音频参数：采样率为48000赫兹 - 名称：文本语句（sentence），数据类型：字符串 - 名称：点赞数（up_votes），数据类型：64位整数 - 名称：点踩数（down_votes），数据类型：64位整数 - 名称：年龄区间（age），数据类型：字符串 - 名称：性别（gender），数据类型：字符串 - 名称：口音（accent），数据类型：字符串 - 名称：语言地区代码（locale），数据类型：字符串 - 名称：音频片段（segment），数据类型：字符串 数据集划分： - 名称：训练集（train），数据字节数：639861204.0，样本总数：1000 下载大小：545843260 字节 数据集总大小：639861204.0 字节 # 「train_de_en_de_not_similar_injected_1st_1000」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: train_de_en_de_not_similar_injected_1st_1000

数据集特征

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为int64。
• down_votes: 数据类型为int64。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accent: 数据类型为字符串。
• locale: 数据类型为字符串。
• segment: 数据类型为字符串。

数据集分割

• train:
  • num_bytes: 639861204.0
  • num_examples: 1000

数据集大小

• download_size: 545843260
• dataset_size: 639861204.0