micsell/hebrew_speech_kan_nikud

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
- name: language
dtype: string
- name: id
dtype: string
splits:
- name: train
num_bytes: 1595908516.0
num_examples: 8000
- name: test
num_bytes: 399824602.0
num_examples: 2000
download_size: 1990249766
dataset_size: 1995733118.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：audio（音频），数据类型为音频数据，采样率为16000赫兹
- 名称：sentence（句子文本），数据类型为字符串
- 名称：language（语言），数据类型为字符串
- 名称：id（数据标识符），数据类型为字符串
数据集划分：
- 划分名称：train（训练集），数据字节数：1595908516.0，样本总数：8000
- 划分名称：test（测试集），数据字节数：399824602.0，样本总数：2000
下载总大小：1990249766字节，数据集总存储大小：1995733118.0字节
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应训练集划分：数据路径为data/train-*
- 对应测试集划分：数据路径为data/test-*

原始信息汇总

数据集概述

数据特征

• 音频
  • 采样率: 16000
• 句子
  • 数据类型: 字符串
• 语言
  • 数据类型: 字符串
• ID
  • 数据类型: 字符串

数据分割

• 训练集
  • 字节数: 1595908516.0
  • 样本数: 8000
• 测试集
  • 字节数: 399824602.0
  • 样本数: 2000

数据大小

• 下载大小: 1990249766
• 数据集大小: 1995733118.0

配置

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