cpalenmichel/kmr-bible

---
dataset_info:
features:
- name: text
dtype: string
- name: path
dtype: string
- name: audio
dtype:
audio:
sampling_rate: 16000
splits:
- name: train
num_bytes: 2149151663.368
num_examples: 2754
- name: test
num_bytes: 241863045.0
num_examples: 327
- name: valid
num_bytes: 255423909.0
num_examples: 334
download_size: 2545514213
dataset_size: 2646438617.368
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: valid
path: data/valid-*
---

数据集信息（dataset_info）：
特征字段：
- 字段名：文本（text），数据类型：字符串（string）
- 字段名：路径（path），数据类型：字符串（string）
- 字段名：音频（audio），数据类型为音频格式，采样率（sampling_rate）为16000 Hz
数据集划分：
- 划分名称：训练集（train），占用字节数：2149151663.368，样本数量：2754
- 划分名称：测试集（test），占用字节数：241863045.0，样本数量：327
- 划分名称：验证集（valid），占用字节数：255423909.0，样本数量：334
下载总大小：2545514213 字节
数据集总占用大小：2646438617.368 字节
数据集配置：
- 配置名称：默认配置（default），数据文件路径：
- 训练集划分对应路径：data/train-*
- 测试集划分对应路径：data/test-*
- 验证集划分对应路径：data/valid-*

原始信息汇总

数据集概述

数据特征

• text: 数据类型为字符串。
• path: 数据类型为字符串。
• audio: 包含音频数据，采样率为16000。

数据分割

• train: 包含2754个样本，总字节数为2149151663.368。
• test: 包含327个样本，总字节数为241863045.0。
• valid: 包含334个样本，总字节数为255423909.0。

数据大小

• 下载大小: 2545514213字节。
• 数据集大小: 2646438617.368字节。

配置

• default:
  • train: 数据路径为data/train-*。
  • test: 数据路径为data/test-*。
  • valid: 数据路径为data/valid-*。