ASR-HypR/TEDLIUM2_withLM

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: dev
path: data/dev-*
dataset_info:
features:
- name: ref
dtype: string
- name: hyps
sequence: string
- name: ctc_score
sequence: float64
- name: att_score
sequence: float64
- name: lm_score
sequence: float64
- name: utt_id
dtype: string
- name: score
sequence: float64
splits:
- name: train
num_bytes: 781909140
num_examples: 92791
- name: test
num_bytes: 9515959
num_examples: 1155
- name: dev
num_bytes: 5695607
num_examples: 507
download_size: 267938768
dataset_size: 797120706
---
# Dataset Card for "TEDLIUM2_withLM"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

配置项：
- 配置名称：default
数据文件：
- 数据集划分：训练集（train），路径：data/train-*
- 数据集划分：测试集（test），路径：data/test-*
- 数据集划分：验证集（dev），路径：data/dev-*
数据集信息：
特征字段：
- 名称：ref，数据类型：字符串
- 名称：hyps，数据类型：字符串序列
- 名称：ctc_score，数据类型：双精度浮点型序列
- 名称：att_score，数据类型：双精度浮点型序列
- 名称：lm_score，数据类型：双精度浮点型序列
- 名称：utt_id，数据类型：字符串
- 名称：score，数据类型：双精度浮点型序列
数据集划分：
- 名称：训练集（train），字节数：781909140，样本数：92791
- 名称：测试集（test），字节数：9515959，样本数：1155
- 名称：验证集（dev），字节数：5695607，样本数：507
下载大小：267938768
数据集总大小：797120706
---
# "TEDLIUM2_withLM" 数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

TEDLIUM2_withLM

数据集配置

• 默认配置

数据文件

• 训练集（train）：路径为 data/train-*
• 测试集（test）：路径为 data/test-*
• 开发集（dev）：路径为 data/dev-*

数据集特征

• ref：字符串类型
• hyps：字符串序列
• ctc_score：浮点数序列
• att_score：浮点数序列
• lm_score：浮点数序列
• utt_id：字符串类型
• score：浮点数序列

数据集分割

• 训练集（train）：781909140 字节，92791 个样本
• 测试集（test）：9515959 字节，1155 个样本
• 开发集（dev）：5695607 字节，507 个样本

数据集大小

• 下载大小：267938768 字节
• 数据集大小：797120706 字节