japanese-asr/whisper_transcriptions.reazonspeech.all_73.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: 12592221770.400204
num_examples: 89942
download_size: 12391036996
dataset_size: 12592221770.400204
configs:
- config_name: all
data_files:
- split: train
path: all/train-*
---

数据集信息：
配置名称：all
特征项：
- 名称：音频（audio），数据类型为音频格式，采样率为16000赫兹
- 名称：文本（text），数据类型为字符串
- 名称：Whisper转录结果（whisper_transcript），数据类型为64位整型（int64）序列
- 名称：输入长度（input_length），数据类型为64位整型（int64）
- 名称：标签（labels），数据类型为64位整型（int64）序列
数据集划分：
- 划分名称：训练集（train），字节占用大小：12592221770.400204，样本总数：89942
下载总大小：12391036996
数据集总存储大小：12592221770.400204
配置项：
- 配置名称：all
数据文件：
- 对应划分：训练集（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。
• 转录文本（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。

数据集拆分

• 训练集（train）：包含89942个样本，总大小为12592221770.400204字节。

数据集大小

• 下载大小：12391036996字节。
• 数据集总大小：12592221770.400204字节。