Quirina/common_voice_13_0_nl_TEST_pseudo_labelled

--- dataset_info: config_name: nl features: - name: client_id dtype: string - name: path dtype: string - name: audio dtype: audio: sampling_rate: 16000 - name: sentence dtype: string - name: up_votes dtype: int64 - name: down_votes dtype: int64 - name: age dtype: string - name: gender dtype: string - name: accent dtype: string - name: locale dtype: string - name: segment dtype: string - name: variant dtype: string - name: whisper_transcript sequence: int64 splits: - name: test num_bytes: 403284304.568 num_examples: 10936 download_size: 359175699 dataset_size: 403284304.568 configs: - config_name: nl data_files: - split: test path: nl/test-* ---数据集信息： 配置名称：nl 特征： - 名称：client_id（客户端ID），数据类型：字符串 - 名称：path（文件路径），数据类型：字符串 - 名称：audio（音频数据），数据类型： 音频参数： 采样率：16000 赫兹 - 名称：sentence（目标语句），数据类型：字符串 - 名称：up_votes（正向投票数），数据类型：64位整数 - 名称：down_votes（反向投票数），数据类型：64位整数 - 名称：age（年龄），数据类型：字符串 - 名称：gender（性别），数据类型：字符串 - 名称：accent（口音），数据类型：字符串 - 名称：locale（语言地区代码），数据类型：字符串 - 名称：segment（音频片段），数据类型：字符串 - 名称：variant（数据变体），数据类型：字符串 - 名称：whisper_transcript（Whisper转录结果序列），数据类型：64位整数序列 数据集拆分： - 拆分名称：test，字节占用量：403284304.568，样本总数：10936 下载总大小：359175699 字节 数据集总占用大小：403284304.568 字节 配置项： - 配置名称：nl 数据文件： - 对应拆分：test 文件路径：nl/test-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: nl

数据特征

• client_id: 数据类型 - 字符串
• path: 数据类型 - 字符串
• audio: 数据类型 - 音频，采样率为16000
• sentence: 数据类型 - 字符串
• up_votes: 数据类型 - 整数
• down_votes: 数据类型 - 整数
• age: 数据类型 - 字符串
• gender: 数据类型 - 字符串
• accent: 数据类型 - 字符串
• locale: 数据类型 - 字符串
• segment: 数据类型 - 字符串
• variant: 数据类型 - 字符串
• whisper_transcript: 数据类型 - 序列，整数

数据集分割

• 测试集:
  • 样本数量: 10936
  • 数据大小: 403284304.568字节

数据集大小

• 下载大小: 359175699字节
• 总数据大小: 403284304.568字节