Mawube/s2tt-yoruba-english
收藏Hugging Face2026-03-24 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/Mawube/s2tt-yoruba-english
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: user_id
dtype: string
- name: language
dtype: string
- name: text_id
dtype: string
- name: source_text
dtype: string
- name: duration
dtype: float64
- name: recorded_at
dtype: string
- name: original_sample_rate
dtype: int64
- name: silence_ratio
dtype: float64
- name: snr_db
dtype: float64
- name: speech_rate
dtype: float64
- name: volume_db
dtype: float64
- name: split
dtype: string
- name: english_text
dtype: string
- name: mapping_key
dtype: string
splits:
- name: train
num_bytes: 21219988574.0
num_examples: 15000
- name: dev
num_bytes: 1513997049.0
num_examples: 1500
download_size: 21508235566
dataset_size: 22733985623.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: dev
path: data/dev-*
---
数据集信息：
特征列表：
- 字段名：audio，数据类型为音频结构体，包含采样率：16000
- 字段名：user_id，数据类型为字符串
- 字段名：language，数据类型为字符串
- 字段名：text_id，数据类型为字符串
- 字段名：source_text，数据类型为字符串
- 字段名：duration，数据类型为64位浮点数
- 字段名：recorded_at，数据类型为字符串
- 字段名：original_sample_rate，数据类型为64位整数
- 字段名：silence_ratio，数据类型为64位浮点数
- 字段名：snr_db，数据类型为64位浮点数
- 字段名：speech_rate，数据类型为64位浮点数
- 字段名：volume_db，数据类型为64位浮点数
- 字段名：split，数据类型为字符串
- 字段名：english_text，数据类型为字符串
- 字段名：mapping_key，数据类型为字符串
数据集划分：
- 划分名称：train（训练集），字节占用：21219988574.0，样本数量：15000
- 划分名称：dev（开发集/验证集），字节占用：1513997049.0，样本数量：1500
下载总大小：21508235566
数据集总大小：22733985623.0
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分train（训练集），路径：data/train-*
- 划分dev（开发集/验证集），路径：data/dev-*
提供机构：
Mawube
