jeongseon/cp-final-project2

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: transcripts dtype: string splits: - name: train num_bytes: 17947315525.537636 num_examples: 50000 - name: valid num_bytes: 908375009.44 num_examples: 2545 download_size: 14119396005 dataset_size: 18855690534.977634 configs: - config_name: default data_files: - split: train path: data/train-* - split: valid path: data/valid-* ---数据集信息： 特征： - 名称：音频（audio），数据类型为音频格式，采样率为16000赫兹 - 名称：转录文本（transcripts），数据类型为字符串 数据集拆分： - 训练集（train）：字节占用大小为17947315525.537636，样本总数为50000 - 验证集（valid）：字节占用大小为908375009.44，样本总数为2545 下载总大小：14119396005 数据集总占用大小：18855690534.977634 配置项： - 配置名称：默认（default），数据文件路径对应如下： - 训练集（train）：data/train-* - 验证集（valid）：data/valid-*

原始信息汇总

数据集概述

数据特征

• 音频
  • 采样率: 16000
• 转录文本
  • 数据类型: 字符串

数据分割

• 训练集
  • 字节数: 17947315525.537636
  • 样本数: 50000
• 验证集
  • 字节数: 908375009.44
  • 样本数: 2545

数据大小

• 下载大小: 14119396005
• 数据集大小: 18855690534.977634

配置

• 默认配置
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/valid-*