Chijioke-Mgbahurike/eval

该数据集包含音频文件及其转录文本，以及相关的注释者ID、文件名、说话者数量等信息。此外，数据集还记录了不同方言和口音的使用情况、性别信息、人口统计信息等。数据集包含一个训练集，大小为536509199.6929134字节，包含197个样本。

原始信息汇总

数据集概述

数据集特征

• audio

  • 数据类型: audio
  • 采样率: 16000

• Unnamed: 0

  • 数据类型: int64

• transcription

  • 数据类型: string

• annotator_id

  • 数据类型: float64

• filename

  • 数据类型: string

• num_speakers

  • 数据类型: float64

• aave

  • 数据类型: float64

• aave_speaker_count

  • 数据类型: float64

• chicano_english

  • 数据类型: float64

• ce_speaker_count

  • 数据类型: float64

• spanglish

  • 数据类型: float64

• spanglish_speaker_count

  • 数据类型: float64

• sae

  • 数据类型: float64

• sae_speaker_count

  • 数据类型: float64

• codeswitching

  • 数据类型: float64

• other_dialect_accent

  • 数据类型: float64

• women

  • 数据类型: float64

• women_speaker_count

  • 数据类型: float64

• men

  • 数据类型: float64

• men_speaker_count

  • 数据类型: float64

• demographic_info_correct

  • 数据类型: float64

• demographic_group

  • 数据类型: class_label
  • 类别名称:
    • 0: Black Men
    • 1: Black Women
    • 2: Black Womnen
    • 3: Latinx Men
    • 4: Latinx Men and Women
    • 5: Latinx Women
    • 6: Men
    • 7: White Men
    • 8: White Men and Women
    • 9: White Women
    • 10: white Women

• input_values

  • 数据类型: float32 (sequence)

• input_length

  • 数据类型: float64

• labels

  • 数据类型: int64 (sequence)

数据集分割

• train
  • 数据量: 536509199.6929134 字节
  • 样本数: 197

数据集大小

• 下载大小: 494097856 字节
• 数据集大小: 536509199.6929134 字节