jkot/merged_preprocessed_parliament_commonvoice

--- dataset_info: features: - name: input_features sequence: sequence: float32 - name: labels sequence: int64 splits: - name: train num_bytes: 210499135424 num_examples: 219101 - name: test num_bytes: 11099630080 num_examples: 11555 download_size: 65027813279 dataset_size: 221598765504 --- # Dataset Card for "merged_preprocessed_parliament_commonvoice" [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： - 名称：输入特征（input_features），类型为嵌套序列，内层序列元素为float32类型 - 名称：标签（labels），类型为序列，序列元素为int64类型 数据划分： - 名称：训练集（train），字节占用量：210499135424，样本数量：219101 - 名称：测试集（test），字节占用量：11099630080，样本数量：11555 下载总大小：65027813279，数据集总存储大小：221598765504 # “合并预处理议会语音通用语料库（merged_preprocessed_parliament_commonvoice）”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

merged_preprocessed_parliament_commonvoice

数据集特征

• input_features：数据类型为float32。
• labels：数据类型为int64。

数据集划分

• 训练集（train）：包含219,101个样本，总大小为210,499,135,424字节。
• 测试集（test）：包含11,555个样本，总大小为11,099,630,080字节。

数据集大小

• 下载大小：65,027,813,279字节。
• 总大小：221,598,765,504字节。