japanese-asr/whisper_transcriptions.reazonspeech.all_49.wer_10.0

---
dataset_info:
config_name: all
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: whisper_transcript
sequence: int64
- name: input_length
dtype: int64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 12593169360.629103
num_examples: 90032
download_size: 12393127700
dataset_size: 12593169360.629103
configs:
- config_name: all
data_files:
- split: train
path: all/train-*
---

数据集信息：
配置名称：all
特征：
- 字段名称：audio（音频）
数据类型：
音频：
采样率：16000 Hz
- 字段名称：text（文本）
数据类型：字符串
- 字段名称：whisper_transcript（Whisper转录序列）
数据类型：int64 整数序列
- 字段名称：input_length（输入长度）
数据类型：int64
- 字段名称：labels（标签）
数据类型：int64 整数序列
数据集划分：
- 划分名称：train（训练集）
字节占用量：12593169360.629103
样本数量：90032
下载大小：12393127700
数据集总大小：12593169360.629103
配置信息：
- 配置名称：all
数据文件：
- 对应划分：train（训练集）
文件路径：all/train-*

原始信息汇总

数据集概述

数据集特征

• audio: 采样率为16000的音频数据。
• text: 文本数据，数据类型为字符串。
• whisper_transcript: 序列数据，数据类型为int64。
• input_length: 整数数据，数据类型为int64。
• labels: 序列数据，数据类型为int64。

数据集划分

• train: 训练集，包含90032个样本，总大小为12593169360.629103字节。

数据集大小

• 下载大小: 12393127700字节
• 数据集总大小: 12593169360.629103字节