Porameht/processed-cv-17-th-130k

---
language:
- th
size_categories:
- 100K<n<1M
task_categories:
- automatic-speech-recognition
- audio-to-audio
- audio-classification
dataset_info:
features:
- name: sentence
dtype: string
- name: audio
dtype: audio
splits:
- name: train
num_bytes: 3119446215.24
num_examples: 117536
- name: dev
num_bytes: 106464025.6
num_examples: 3950
- name: test
num_bytes: 247695261.785
num_examples: 9065
download_size: 3397725524
dataset_size: 3473605502.6249995
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

基本信息

• 语言: 泰语 (th)
• 大小类别: 100K<n<1M
• 任务类别:
  • 自动语音识别
  • 音频到音频转换
  • 音频分类

数据集特征

• 特征名称: sentence
  • 数据类型: 字符串
• 特征名称: audio
  • 数据类型: 音频

数据分割

• 训练集:
  • 数据量 (字节): 3119446215.24
  • 样本数量: 117536
• 开发集:
  • 数据量 (字节): 106464025.6
  • 样本数量: 3950
• 测试集:
  • 数据量 (字节): 247695261.785
  • 样本数量: 9065

数据集大小

• 下载大小: 3397725524 字节
• 数据集总大小: 3473605502.6249995 字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 开发集: data/dev-*
  • 测试集: data/test-*