japanese-asr/whisper_transcriptions.reazonspeech.all_62.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: 12613780613.077602
num_examples: 90448
download_size: 12412371628
dataset_size: 12613780613.077602
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：
- 字段名称：audio（音频），数据类型为音频格式，采样率为16000 Hz
- 字段名称：text（文本），数据类型为字符串
- 字段名称：whisper_transcript（Whisper 语音转录结果），数据类型为64位整数序列
- 字段名称：input_length（输入长度），数据类型为64位整数
- 字段名称：labels（标签），数据类型为64位整数序列
数据集划分：
- 划分集名称：train，总字节数：12613780613.077602，样本数量：90448
下载大小：12412371628 字节
数据集总大小：12613780613.077602 字节
配置项：
- 配置名称：all，数据文件：
- 对应划分集：train，文件路径：all/train-*

原始信息汇总

数据集概述

数据集特征

• 音频（audio）：采样率为16000。
• 文本（text）：数据类型为字符串。
• Whisper转录（whisper_transcript）：数据类型为整数序列。
• 输入长度（input_length）：数据类型为整数。
• 标签（labels）：数据类型为整数序列。

数据集划分

• 训练集（train）：包含90448个样本，数据大小为12613780613.077602字节。

数据集大小

• 下载大小：12412371628字节。
• 总数据集大小：12613780613.077602字节。