boringtaskai/common_voice_13_0_id_male

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
splits:
- name: train
num_bytes: 61639029.376
num_examples: 1764
download_size: 58169439
dataset_size: 61639029.376
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：客户端ID（client_id），数据类型：字符串
- 名称：路径（path），数据类型：字符串
- 名称：音频（audio），数据类型：音频，采样率为48000Hz
- 名称：句子（sentence），数据类型：字符串
- 名称：赞成票（up_votes），数据类型：64位整数
- 名称：反对票（down_votes），数据类型：64位整数
- 名称：年龄（age），数据类型：字符串
- 名称：性别（gender），数据类型：字符串
- 名称：口音（accent），数据类型：字符串
- 名称：区域设置（locale），数据类型：字符串
- 名称：片段（segment），数据类型：字符串
- 名称：变体（variant），数据类型：字符串
划分集：
- 名称：训练集（train），字节数：61639029.376，样本数：1764
下载大小：58169439
数据集总大小：61639029.376
配置项：
- 配置名称：默认（default），数据文件：
- 划分集：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• client_id: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为48000。
• sentence: 数据类型为字符串。
• up_votes: 数据类型为int64。
• down_votes: 数据类型为int64。
• age: 数据类型为字符串。
• gender: 数据类型为字符串。
• accent: 数据类型为字符串。
• locale: 数据类型为字符串。
• segment: 数据类型为字符串。
• variant: 数据类型为字符串。

数据集分割

• train: 包含1764个样本，数据集大小为61639029.376字节。

数据集大小

• 下载大小: 58169439字节。
• 数据集大小: 61639029.376字节。