thanhduycao/test1

--- dataset_info: features: - name: audio dtype: audio: sampling_rate: 16000 - name: transcription dtype: string - name: w2v2_transcription dtype: string - name: WER dtype: int64 splits: - name: train num_bytes: 2119391056.375 num_examples: 26453 download_size: 2104590081 dataset_size: 2119391056.375 --- # Dataset Card for "test1" [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：音频（audio），数据类型为音频格式，采样率为16000 赫兹 - 字段名：转录文本（transcription），数据类型为字符串 - 字段名：wav2vec2 转录结果（w2v2_transcription），数据类型为字符串 - 字段名：词错误率（Word Error Rate，WER），数据类型为64位整数 数据集划分： - 划分名称：训练集（train），占用字节数：2119391056.375，样本数量：26453 下载大小：2104590081 字节 数据集总占用大小：2119391056.375 字节 --- # "test1" 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

数据集特征

• audio: 音频数据，采样率为16000。
• transcription: 文本数据，数据类型为字符串。
• w2v2_transcription: 文本数据，数据类型为字符串。
• WER: 文本数据，数据类型为整数64位。

数据集划分

• train: 训练集，包含26453个样本，总大小为2119391056.375字节。

数据集大小

• 下载大小: 2104590081字节。
• 数据集大小: 2119391056.375字节。