Rounak28/bengaliAI-preprocessed-whisper-medium-0-10000

---
dataset_info:
features:
- name: id
dtype: string
- name: sentence
dtype: string
- name: split
dtype: string
- name: input_features
sequence:
sequence: float32
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 9613174127
num_examples: 10000
download_size: 1375361402
dataset_size: 9613174127
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "bengaliAI-preprocessed-whisper-medium-0-10000"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征字段：
- 字段名：id，数据类型：字符串
- 字段名：sentence，数据类型：字符串
- 字段名：split，数据类型：字符串
- 字段名：输入特征（input_features），数据类型：嵌套序列（元素为32位浮点数float32的序列）
- 字段名：标签（labels），数据类型：元素为64位整数int64的序列
数据划分：
- 划分名称：train（训练集），字节占用量：9613174127，样本总数：10000
下载大小：1375361402
数据集总大小：9613174127
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train，文件路径：data/train-*
---
# "bengaliAI-preprocessed-whisper-medium-0-10000"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• sentence: 字符串类型
• split: 字符串类型
• input_features: 序列类型，包含浮点数（float32）
• labels: 序列类型，包含整数（int64）

分割

• train: 包含10000个样本，占用9613174127字节

大小

• 下载大小: 1375361402字节
• 数据集大小: 9613174127字节

配置

• default: 包含训练数据文件，路径为data/train-*