C-Ilyas/whisper-darija

该数据集包含音频和文本数据，每个样本包括音频、文本、开始时间和结束时间。数据集分为训练集和验证集，训练集包含6个样本，验证集包含5个样本。数据集的语言为阿拉伯语，任务类别为文本生成，数据集名称为darija。

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据类型
• text: 字符串数据类型
• start_time: 字符串数据类型
• end_time: 字符串数据类型

数据集分割

• 训练集 (train):
  • 示例数量: 6
  • 数据大小: 1273208 字节
• 验证集 (validation):
  • 示例数量: 5
  • 数据大小: 1229380 字节

数据集大小

• 下载大小: 2508852 字节
• 数据集大小: 2502588 字节

配置

• 默认配置 (default):
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*

许可

• 许可证: Apache-2.0

任务类别

• 文本生成

语言

• 阿拉伯语 (ar)

数据集名称

• 名称: darija

数据集大小分类

• 大小范围: 1K<n<10K