DewiBrynJones/commonvoice_17_0_ency

---
dataset_info:
features:
- name: sentence
dtype: string
- name: language
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
splits:
- name: train
num_bytes: 4863538852.349
num_examples: 128071
- name: dev
num_bytes: 1055711724.845
num_examples: 26281
- name: test
num_bytes: 1065331067.855
num_examples: 26379
- name: test_cy
num_bytes: 507444953.0
num_examples: 13189
- name: test_en
num_bytes: 557885270.94
num_examples: 13190
download_size: 7957928173
dataset_size: 8049911868.989
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
- split: test
path: data/test-*
- split: test_cy
path: data/test_cy-*
- split: test_en
path: data/test_en-*
---

数据集信息：
特征：
- 名称：句子（sentence），数据类型：字符串
- 名称：语言（language），数据类型：字符串
- 名称：音频（audio），数据类型：
音频：
采样率：16000
数据集划分：
- 名称：训练集（train），字节数：4863538852.349，样本总数：128071
- 名称：验证集（dev），字节数：1055711724.845，样本总数：26281
- 名称：测试集（test），字节数：1065331067.855，样本总数：26379
- 名称：威尔士语测试子集（test_cy），字节数：507444953.0，样本总数：13189
- 名称：英语测试子集（test_en），字节数：557885270.94，样本总数：13190
下载总大小：7957928173
数据集总大小：8049911868.989
配置信息：
- 配置名称：默认配置（default）
数据文件：
- 数据划分：训练集（train），文件路径：data/train-*
- 数据划分：验证集（dev），文件路径：data/dev-*
- 数据划分：测试集（test），文件路径：data/test-*
- 数据划分：威尔士语测试子集（test_cy），文件路径：data/test_cy-*
- 数据划分：英语测试子集（test_en），文件路径：data/test_en-*

原始信息汇总

数据集概述

数据集特征

• sentence：文本类型，数据类型为字符串。
• language：文本类型，数据类型为字符串。
• audio：音频类型，采样率为16000。

数据集分割

• train：包含128071个样本，占用空间4863538852.349字节。
• dev：包含26281个样本，占用空间1055711724.845字节。
• test：包含26379个样本，占用空间1065331067.855字节。
• test_cy：包含13189个样本，占用空间507444953.0字节。
• test_en：包含13190个样本，占用空间557885270.94字节。

数据集大小

• 下载大小：7957928173字节。
• 数据集总大小：8049911868.989字节。

数据文件配置

• config_name: default
  • train：路径为data/train-*。
  • dev：路径为data/dev-*。
  • test：路径为data/test-*。
  • test_cy：路径为data/test_cy-*。
  • test_en：路径为data/test_en-*。