srija616/IV-R

--- license: cc-by-4.0 dataset_info: features: - name: text dtype: string - name: lang dtype: string - name: samples dtype: int64 - name: verbatim dtype: string - name: normalized dtype: string - name: speaker_id dtype: string - name: scenario dtype: string - name: task_name dtype: string - name: gender dtype: string - name: age_group dtype: string - name: job_type dtype: string - name: qualification dtype: string - name: area dtype: string - name: district dtype: string - name: state dtype: string - name: occupation dtype: string - name: audio dtype: audio: sampling_rate: 48000 - name: utterance_pitch_mean dtype: float64 - name: utterance_pitch_std dtype: float64 - name: snr dtype: float64 - name: c50 dtype: float64 - name: speaking_rate dtype: float64 - name: cer dtype: string - name: duration dtype: float64 splits: - name: train num_bytes: 47656325970.611 num_examples: 27153 - name: validation num_bytes: 995277556.0 num_examples: 569 - name: test num_bytes: 995277556.0 num_examples: 569 download_size: 49849931596 dataset_size: 49646881082.611 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* ---许可证：CC BY 4.0 数据集信息： 特征： - 名称：文本（text），数据类型：字符串（string） - 名称：语言（lang），数据类型：字符串（string） - 名称：样本数（samples），数据类型：整型（int64） - 名称：原始文本（verbatim），数据类型：字符串（string） - 名称：归一化文本（normalized），数据类型：字符串（string） - 名称：说话人ID（speaker_id），数据类型：字符串（string） - 名称：场景（scenario），数据类型：字符串（string） - 名称：任务名称（task_name），数据类型：字符串（string） - 名称：性别（gender），数据类型：字符串（string） - 名称：年龄组（age_group），数据类型：字符串（string） - 名称：职业类型（job_type），数据类型：字符串（string） - 名称：学历资质（qualification），数据类型：字符串（string） - 名称：区域（area），数据类型：字符串（string） - 名称：县区（district），数据类型：字符串（string） - 名称：州/省（state），数据类型：字符串（string） - 名称：职业（occupation），数据类型：字符串（string） - 名称：音频（audio），数据类型： 音频元数据： 采样率：48000 Hz - 名称：语句基频均值（utterance_pitch_mean），数据类型：浮点型（float64） - 名称：语句基频标准差（utterance_pitch_std），数据类型：浮点型（float64） - 名称：信噪比（snr），数据类型：浮点型（float64） - 名称：C50指标（c50），数据类型：浮点型（float64） - 名称：语速（speaking_rate），数据类型：浮点型（float64） - 名称：字符错误率（cer），数据类型：字符串（string） - 名称：时长（duration），数据类型：浮点型（float64） 数据集划分： - 划分名称：训练集（train），字节占用量：47656325970.611，样本数量：27153 - 划分名称：验证集（validation），字节占用量：995277556.0，样本数量：569 - 划分名称：测试集（test），字节占用量：995277556.0，样本数量：569 下载总大小：49849931596 字节 数据集总存储大小：49646881082.611 字节 数据集配置： - 配置名称：默认配置（default） 数据文件： - 划分：训练集（train），路径：data/train-* - 划分：验证集（validation），路径：data/validation-* - 划分：测试集（test），路径：data/test-*