xaviviro/common_voice_es_16_1_accent

---
dataset_info:
features:
- name: client_id
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 48000
- name: sentence
dtype: string
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accent
dtype: string
- name: locale
dtype: string
- name: segment
dtype: string
- name: variant
dtype: string
splits:
- name: train
num_bytes: 10306742828.244589
num_examples: 236042
- name: test
num_bytes: 104674798.82142359
num_examples: 2752
download_size: 8755162997
dataset_size: 10411417627.066013
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：
- 客户端ID（client_id）：数据类型为字符串
- 文件路径（path）：数据类型为字符串
- 音频（audio）：数据类型为采样率48000的音频格式
- 语句文本（sentence）：数据类型为字符串
- 点赞数（up_votes）：数据类型为64位整数
- 点踩数（down_votes）：数据类型为64位整数
- 年龄（age）：数据类型为字符串
- 性别（gender）：数据类型为字符串
- 口音（accent）：数据类型为字符串
- 语言地区（locale）：数据类型为字符串
- 片段（segment）：数据类型为字符串
- 变体（variant）：数据类型为字符串
数据集拆分：
- 训练集（train）：占用字节数10306742828.244589，样本量236042
- 测试集（test）：占用字节数104674798.82142359，样本量2752
下载总大小为8755162997字节，数据集总存储大小为10411417627.066013字节
数据集配置：
- 默认配置（default）：数据文件对应关系为：训练集指向data/train-*，测试集指向data/test-*

原始信息汇总

数据集概述

数据集特征

• client_id: 字符串类型
• path: 字符串类型
• audio: 音频类型，采样率为48000
• sentence: 字符串类型
• up_votes: 64位整数类型
• down_votes: 64位整数类型
• age: 字符串类型
• gender: 字符串类型
• accent: 字符串类型
• locale: 字符串类型
• segment: 字符串类型
• variant: 字符串类型

数据集分割

• train:
  • 字节数: 10306742828.244589
  • 样本数: 236042
• test:
  • 字节数: 104674798.82142359
  • 样本数: 2752

数据集大小

• 下载大小: 8755162997
• 数据集大小: 10411417627.066013

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*