baohuynhbk14/common-voice-15-preprocessed-16k-whisper-large-v3

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: sentence
dtype: string
splits:
- name: train
num_bytes: 1186977755.625
num_examples: 2835
- name: test
num_bytes: 34686139.9
num_examples: 1290
download_size: 1003911988
dataset_size: 1221663895.525
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：音频（audio），数据类型为音频，采样率：16000 Hz
- 名称：句子（sentence），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：1186977755.625，样本数量：2835
- 划分名称：测试集（test），占用字节数：34686139.9，样本数量：1290
下载大小：1003911988 字节
数据集总大小：1221663895.525 字节
配置项：
- 配置名称：默认（default），数据文件配置：
- 训练集（train）对应数据路径：data/train-*
- 测试集（test）对应数据路径：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

数据划分

• 训练集
  • 字节数: 1186977755.625
  • 样本数: 2835
• 测试集
  • 字节数: 34686139.9
  • 样本数: 1290

数据大小

• 下载大小: 1003911988
• 数据集大小: 1221663895.525

配置

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