thanhduycao/soict_train_synthesis_1000

---
dataset_info:
features:
- name: audio
struct:
- name: array
sequence: float64
- name: path
dtype: 'null'
- name: sampling_rate
dtype: int64
- name: sentence_norm
dtype: string
- name: wer
dtype: int64
- name: id
dtype: string
splits:
- name: train
num_bytes: 534713143
num_examples: 1000
download_size: 126390777
dataset_size: 534713143
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "soict_train_synthesis_1000"

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

数据集信息：
特征字段：
- 音频（audio）：结构体，包含：
- 数组（array）：float64 类型的数值序列
- 路径（path）：空（null）类型
- 采样率（sampling_rate）：int64 类型
- 标准化句子（sentence_norm）：字符串类型
- 词错误率（Word Error Rate, WER）：int64 类型
- 样本ID（id）：字符串类型
数据集划分：
- 名称：训练集（train），占用字节数：534713143，样本数量：1000
下载大小：126390777 字节
数据集总大小：534713143 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 数据集划分：训练集，路径：data/train-*
---
# 「soict_train_synthesis_1000」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

数据集信息

特征

• audio:
  • array: 序列类型为 float64
  • path: 数据类型为 null
  • sampling_rate: 数据类型为 int64
• sentence_norm: 数据类型为 string
• wer: 数据类型为 int64
• id: 数据类型为 string

数据分割

• train:
  • 字节数: 534713143
  • 样本数: 1000

数据大小

• 下载大小: 126390777
• 数据集大小: 534713143

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*