adityarra07/UPenn-dataset

---
dataset_info:
features:
- name: id
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 46717812.6705653
num_examples: 974
- name: test
num_bytes: 2990752.329434698
num_examples: 52
download_size: 49666129
dataset_size: 49708565.0
---
# Dataset Card for "UPenn-dataset"

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

---
数据集信息：
特征项：
- 字段名：id
数据类型：字符串
- 字段名：音频（audio）
数据类型：音频格式，采样率：16000Hz
- 字段名：转录文本（transcription）
数据类型：字符串
数据集划分：
- 划分名称：训练集（train）
字节数：46717812.6705653
样本数量：974
- 划分名称：测试集（test）
字节数：2990752.329434698
样本数量：52
下载总大小：49666129 字节
数据集总大小：49708565.0 字节
---
# "UPenn数据集"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

数据集名称

UPenn-dataset

数据特征

• id: 字符串类型
• audio: 音频类型，采样率为16000
• transcription: 字符串类型

数据分割

• 训练集 (train):
  • 示例数量: 974
  • 数据大小: 46717812.6705653字节
• 测试集 (test):
  • 示例数量: 52
  • 数据大小: 2990752.329434698字节

数据集大小

• 下载大小: 49666129字节
• 数据集总大小: 49708565.0字节