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-*