该数据集包含音频数据及其对应的文本转录，音频采样率为16000Hz。数据集分为训练集、测试集和验证集，分别包含151098、18888和18887个样本。每个样本包含音频数据、文本转录、输入特征和标签。输入特征为浮点数序列，标签为整数序列。数据集总大小为213581040706.0字节，下载大小为67303465385字节。

Hugging Face2024-07-05 更新170

choejiin/aihub-132-preprocessed-D22-0

音频处理

语音识别

该数据集包含音频、转录文本、输入特征和标签四个主要特征。音频特征的采样率为16000Hz，转录文本为字符串类型，输入特征为浮点数序列，标签为整数序列。数据集分为训练集、测试集和验证集，其中训练集包含189648个样本，测试集包含23707个样本，验证集包含23706个样本。数据集的下载大小为90747618763字节，存储大小为272716101561字节。

Hugging Face2024-07-03 更新110

choejiin/aihub-132-preprocessed-D21-0

资源简介：

相关数据集