litus-ai/common_voice_16_1_it_pseudo_labelled_whisper_large_v3

---
dataset_info:
config_name: it
features:
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: condition_on_prev
sequence: int64
- name: whisper_transcript
dtype: string
splits:
- name: train
num_bytes: 28440358252.524
num_examples: 32726
- name: validation
num_bytes: 2898126599.38
num_examples: 3370
- name: test
num_bytes: 3031446604.448
num_examples: 3552
download_size: 31933005803
dataset_size: 34369931456.352
configs:
- config_name: it
data_files:
- split: train
path: it/train-*
- split: validation
path: it/validation-*
- split: test
path: it/test-*
---

数据集信息：
配置名称：it
特征字段：
- 字段名：path（路径），数据类型：字符串
- 字段名：audio（音频），数据类型为音频数据，采样率为16000 赫兹
- 字段名：sentence（句子），数据类型：字符串
- 字段名：condition_on_prev（前置条件），数据类型为64位整数序列
- 字段名：Whisper转录文本（whisper_transcript），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），总字节数：28440358252.524，样本数量：32726
- 划分名称：验证集（validation），总字节数：2898126599.38，样本数量：3370
- 划分名称：测试集（test），总字节数：3031446604.448，样本数量：3552
下载总大小：31933005803 字节
数据集总大小：34369931456.352 字节
配置项：
- 配置名称：it
数据文件：
- 数据集划分：训练集（train），文件路径：it/train-*
- 数据集划分：验证集（validation），文件路径：it/validation-*
- 数据集划分：测试集（test），文件路径：it/test-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: it

数据集特征

• path: 数据类型为字符串。
• audio: 数据类型为音频，采样率为16000 Hz。
• sentence: 数据类型为字符串。
• condition_on_prev: 数据类型为整数序列。
• whisper_transcript: 数据类型为字符串。

数据集分割

• 训练集: 包含32726个样本，数据大小为28440358252.524字节。
• 验证集: 包含3370个样本，数据大小为2898126599.38字节。
• 测试集: 包含3552个样本，数据大小为3031446604.448字节。

数据集大小

• 下载大小: 31933005803字节。
• 数据集总大小: 34369931456.352字节。