kotoba-speech/ThuVienThanhPhoBacGiang_tscribed_testing_whisper-large-v2

该数据集包含音频和文本数据，每个数据项包括音频文件、对应的文本、持续时间、比例、视频ID、键值、数据集ID、语言、开始时间和结束时间。数据集主要用于训练，包含2314个样本，总大小为714883169.09字节。

原始信息汇总

数据集概述

数据集特征

• audio: 音频数据
• text: 文本数据，类型为字符串
• duration: 持续时间，类型为浮点数
• ratio: 比例，类型为浮点数
• videoid: 视频ID，类型为字符串
• key: 关键字，类型为字符串
• dataset_id: 数据集ID，类型为字符串
• lang: 语言，类型为字符串
• start: 开始时间，类型为浮点数
• end: 结束时间，类型为浮点数

数据集划分

• train: 训练集
  • num_examples: 2314个样本
  • num_bytes: 714883169.09字节

数据集大小

• download_size: 763251147字节
• dataset_size: 714883169.09字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*