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-*