ilkerkara/common_voice_13_0_tr_pseudo_labelled

---
dataset_info:
config_name: tr
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: 669695647.488
num_examples: 31091
- name: validation
num_bytes: 264558864.057
num_examples: 10837
- name: test
num_bytes: 354553516.557
num_examples: 10839
download_size: 1134992342
dataset_size: 1288808028.102
configs:
- config_name: tr
data_files:
- split: train
path: tr/train-*
- split: validation
path: tr/validation-*
- split: test
path: tr/test-*
---

原始信息汇总

数据集概述

配置名称

• config_name: tr

特征信息

• client_id: 字符串类型
• path: 字符串类型
• audio: 音频类型，采样率为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

• train: 训练集，包含31091个样本，大小为669695647.488字节
• validation: 验证集，包含10837个样本，大小为264558864.057字节
• test: 测试集，包含10839个样本，大小为354553516.557字节

数据文件

• config_name: tr
  • train: 路径为tr/train-*
  • validation: 路径为tr/validation-*
  • test: 路径为tr/test-*

数据集大小

• 下载大小: 1134992342字节
• 数据集大小: 1288808028.102字节