asr-malayalam/combined_malayalam

---
dataset_info:
features:
- name: text
dtype: string
- name: scenario
dtype: string
- name: audio
dtype: audio
- name: dataset
dtype: string
- name: id_in_dataset
dtype: int64
- name: audio_length
dtype: float64
splits:
- name: train
num_bytes: 16576065021.903446
num_examples: 78766
- name: val
num_bytes: 1859430089.4020505
num_examples: 8761
- name: test
num_bytes: 405380183.5071721
num_examples: 1894
download_size: 18930551961
dataset_size: 18840875294.812668
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：文本（text），数据类型：字符串
- 字段名：场景（scenario），数据类型：字符串
- 字段名：音频（audio），数据类型：音频（audio）类型
- 字段名：数据集（dataset），数据类型：字符串
- 字段名：数据集中编号（id_in_dataset），数据类型：64位整数
- 字段名：音频时长（audio_length），数据类型：浮点数
数据集划分：
- 划分名称：训练集（train），字节占用量：16576065021.903446，样本数量：78766
- 划分名称：验证集（val），字节占用量：1859430089.4020505，样本数量：8761
- 划分名称：测试集（test），字节占用量：405380183.5071721，样本数量：1894
下载总大小：18930551961
数据集总存储大小：18840875294.812668
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 划分训练集（train）：对应路径为data/train-*
- 划分验证集（val）：对应路径为data/val-*
- 划分测试集（test）：对应路径为data/test-*