rashmi035/dataset_whisper

---
dataset_info:
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
- name: set
dtype: string
splits:
- name: train
num_bytes: 35817014.0
num_examples: 100
- name: validation
num_bytes: 15314681.0
num_examples: 50
- name: test
num_bytes: 7381857.0
num_examples: 29
download_size: 55480724
dataset_size: 58513552.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---
# Dataset Card for "dataset_whisper"

[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：音频（audio），数据类型：音频（audio）
- 名称：转录文本（transcription），数据类型：字符串（string）
- 名称：拆分标识（set），数据类型：字符串（string）
数据拆分：
- 名称：训练集（train），字节占用量：35817014.0，样本数量：100
- 名称：验证集（validation），字节占用量：15314681.0，样本数量：50
- 名称：测试集（test），字节占用量：7381857.0，样本数量：29
下载总大小：55480724，数据集总占用大小：58513552.0
配置项：
- 配置名称：默认（default），数据文件配置：
- 训练集（train）拆分：对应路径为 data/train-*
- 验证集（validation）拆分：对应路径为 data/validation-*
- 测试集（test）拆分：对应路径为 data/test-*
---
# 「dataset_whisper」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

数据集信息

特征

• audio: 音频数据
• transcription: 文字转录
• set: 数据集分类

数据分割

• train: 训练集，包含35817014字节，100个样本
• validation: 验证集，包含15314681字节，50个样本
• test: 测试集，包含7381857字节，29个样本

数据大小

• 下载大小: 55480724字节
• 数据集大小: 58513552字节

配置

• default: 默认配置
  • train: 数据路径为data/train-*
  • validation: 数据路径为data/validation-*
  • test: 数据路径为data/test-*