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-* ---语言： - 泰语（Thai） 样本规模类别： - 100K<n<1M 任务类别： - 自动语音识别（automatic-speech-recognition） - 音频到音频（audio-to-audio） - 音频分类（audio-classification） 数据集信息： 特征项： - 名称：句子文本，数据类型：字符串（string） - 名称：音频，数据类型：音频（audio） 数据划分： - 名称：训练集（train），字节数：3119446215.24，样本数量：117536 - 名称：验证集（dev），字节数：106464025.6，样本数量：3950 - 名称：测试集（test），字节数：247695261.785，样本数量：9065 下载总大小：3397725524 字节 数据集总存储大小：3473605502.6249995 字节 配置项： - 配置名称：默认配置（default） 数据文件路径： - 训练集：data/train-* - 验证集：data/dev-* - 测试集：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-*