pgajo/subs

---
dataset_info:
features:
- name: audio
dtype: audio
- name: transcription
dtype: string
splits:
- name: train
num_bytes: 1918145060.272
num_examples: 27702
- name: test
num_bytes: 835022060.538
num_examples: 11873
download_size: 2822876508
dataset_size: 2753167120.81
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：音频（audio），数据类型：音频
- 名称：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：1918145060.272，样本数：27702
- 划分名称：测试集（test），字节数：835022060.538，样本数：11873
下载大小：2822876508
数据集总大小：2753167120.81
配置项：
- 配置名称：默认配置（default）
数据文件：
- 对应划分train：路径为 data/train-*
- 对应划分test：路径为 data/test-*

原始信息汇总

数据集概述

数据特征

• 音频：数据类型为音频。
• 转录文本：数据类型为字符串。

数据分割

• 训练集：
  • 字节数：1918145060.272
  • 样本数：27702
• 测试集：
  • 字节数：835022060.538
  • 样本数：11873

数据大小

• 下载大小：2822876508 字节
• 数据集大小：2753167120.81 字节

配置

• 默认配置：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*