Saadz/common_voice_16_1_es_pseudo_labelled

---
dataset_info:
config_name: es
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: 54264384440.374
num_examples: 62251
- name: validation
num_bytes: 3058282350.81
num_examples: 3565
- name: test
num_bytes: 3093016139.92
num_examples: 3610
download_size: 56375382645
dataset_size: 60415682931.104
configs:
- config_name: es
data_files:
- split: train
path: es/train-*
- split: validation
path: es/validation-*
- split: test
path: es/test-*
---

数据集信息：
配置名称：es
特征：
- 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：16000
- 名称：句子（sentence），数据类型：字符串
- 名称：前置条件（condition_on_prev），数据类型：int64序列
- 名称：Whisper转录结果（whisper_transcript），数据类型：字符串
划分集：
- 名称：训练集（train），字节数：54264384440.374，样本数：62251
- 名称：验证集（validation），字节数：3058282350.81，样本数：3565
- 名称：测试集（test），字节数：3093016139.92，样本数：3610
下载大小：56375382645
数据集总大小：60415682931.104
配置：
- 配置名称：es，数据文件：
- 划分集：训练集（train），路径：es/train-*
- 划分集：验证集（validation），路径：es/validation-*
- 划分集：测试集（test），路径：es/test-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: es

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:
  • 样本数量: 62251
  • 数据大小: 54264384440.374字节
• 验证集:
  • 样本数量: 3565
  • 数据大小: 3058282350.81字节
• 测试集:
  • 样本数量: 3610
  • 数据大小: 3093016139.92字节

数据集大小

• 下载大小: 56375382645字节
• 数据集总大小: 60415682931.104字节