collabora/whisper-hindi-preprocessed

---
dataset_info:
features:
- name: input_features
sequence:
sequence: float32
- name: input_length
dtype: float64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 668819734185.926
num_examples: 694964
- name: test
num_bytes: 2093443544.0
num_examples: 2179
download_size: 337918400583
dataset_size: 670913177729.926
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征项：
- 名称：输入特征（input_features），类型为嵌套float32序列
- 名称：输入长度（input_length），数据类型为float64
- 名称：标签（labels），类型为int64序列
数据拆分：
- 拆分名称：训练集（train），字节大小：668819734185.926，样本总数：694964
- 拆分名称：测试集（test），字节大小：2093443544.0，样本总数：2179
下载总大小：337918400583
数据集总占用大小：670913177729.926
配置信息：
- 配置名称：默认配置（default），对应数据文件：
- 训练集拆分：数据路径为data/train-*
- 测试集拆分：数据路径为data/test-*

原始信息汇总

数据集概述

数据特征

• 输入特征 (input_features): 序列类型，数据类型为 float32。
• 输入长度 (input_length): 数据类型为 float64。
• 标签 (labels): 序列类型，数据类型为 int64。

数据分割

• 训练集 (train):
  • 字节数: 668819734185.926
  • 样本数: 694964
• 测试集 (test):
  • 字节数: 2093443544.0
  • 样本数: 2179

数据集大小

• 下载大小: 337918400583
• 数据集大小: 670913177729.926

配置

• 默认配置 (default):
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*