htdung167/fleurs-vi-preprocessed

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: original_sentence
dtype: string
- name: preprocessed_sentence
dtype: string
splits:
- name: train
num_bytes: 2092459546.394
num_examples: 2994
- name: validation
num_bytes: 275319524.0
num_examples: 361
- name: test
num_bytes: 692444021.0
num_examples: 857
download_size: 3040363730
dataset_size: 3060223091.394
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：audio（音频），数据类型：音频，采样率为16000赫兹
- 字段名：original_sentence（原始语句），数据类型：字符串
- 字段名：preprocessed_sentence（预处理语句），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节占用量：2092459546.394，样本总数：2994
- 划分名称：validation（验证集），字节占用量：275319524.0，样本总数：361
- 划分名称：test（测试集），字节占用量：692444021.0，样本总数：857
下载总大小：3040363730 字节
数据集总存储大小：3060223091.394 字节
配置项：
- 配置名称：default（默认配置），对应数据文件路径：
- 训练集：data/train-*
- 验证集：data/validation-*
- 测试集：data/test-*

原始信息汇总

数据集概述

特征信息

• 音频
  • 采样率: 16000
• 原始句子
  • 数据类型: 字符串
• 预处理句子
  • 数据类型: 字符串

数据分割

• 训练集
  • 字节数: 2092459546.394
  • 样本数: 2994
• 验证集
  • 字节数: 275319524.0
  • 样本数: 361
• 测试集
  • 字节数: 692444021.0
  • 样本数: 857

数据大小

• 下载大小: 3040363730
• 数据集大小: 3060223091.394

配置信息

• 默认配置
  • 数据文件路径:
    • 训练集: data/train-*
    • 验证集: data/validation-*
    • 测试集: data/test-*