WillHeld/india_accent_cv

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accents
dtype: string
- name: variant
dtype: 'null'
- name: locale
dtype: string
- name: segment
dtype: 'null'
- name: label
dtype: int64
- name: embed
sequence: float64
- name: audio
dtype: audio
splits:
- name: train
num_bytes: 16957817819.17
num_examples: 91510
download_size: 16132165008
dataset_size: 16957817819.17
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为整数。
• down_votes: 数据类型为整数。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accents: 数据类型为字符串。
• variant: 数据类型为空。
• locale: 数据类型为字符串。
• segment: 数据类型为空。
• label: 数据类型为整数。
• embed: 数据类型为浮点数序列。
• audio: 数据类型为音频。

数据集分割

• 训练集 (train):
  • 数据量: 91510个样本
  • 存储大小: 16957817819.17字节

数据集大小

• 下载大小: 16132165008字节
• 数据集总大小: 16957817819.17字节

配置

• 默认配置 (default):
  • 数据文件路径: data/train-*