MatrixSpeechAI/All_Hindi_ASR_stage_2

---
dataset_info:
features:
- name: id
dtype: int64
- name: text
dtype: string
- name: gender
dtype: string
- name: speaker_id
dtype: int64
- name: utterance_pitch_mean
dtype: float32
- name: utterance_pitch_std
dtype: float32
- name: snr
dtype: float64
- name: c50
dtype: float64
- name: speaking_rate
dtype: string
- name: phonemes
dtype: string
- name: stoi
dtype: float64
- name: si-sdr
dtype: float64
- name: pesq
dtype: float64
- name: pitch
dtype: string
- name: noise
dtype: string
- name: reverberation
dtype: string
- name: speech_monotony
dtype: string
- name: sdr_noise
dtype: string
- name: pesq_speech_quality
dtype: string
splits:
- name: train
num_bytes: 27581213.311699525
num_examples: 41691
download_size: 10542473
dataset_size: 27581213.311699525
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 名称：id，数据类型：int64（64位整数）
- 名称：text，数据类型：string（字符串）
- 名称：gender，数据类型：string（字符串）
- 名称：speaker_id，数据类型：int64（64位整数）
- 名称：utterance_pitch_mean，数据类型：float32（32位浮点型）
- 名称：utterance_pitch_std，数据类型：float32（32位浮点型）
- 名称：snr，数据类型：float64（64位浮点型），即信噪比 (Signal-to-Noise Ratio)
- 名称：c50，数据类型：float64（64位浮点型），即C50语音清晰度指数
- 名称：speaking_rate，数据类型：string（字符串）
- 名称：phonemes，数据类型：string（字符串）
- 名称：stoi，数据类型：float64（64位浮点型），即短时客观可懂度 (Short-Time Objective Intelligibility)
- 名称：si-sdr，数据类型：float64（64位浮点型），即尺度不变源失真比 (Scale-Invariant Source-to-Distortion Ratio)
- 名称：pesq，数据类型：float64（64位浮点型），即感知语音质量评估值 (Perceptual Evaluation of Speech Quality)
- 名称：pitch，数据类型：string（字符串）
- 名称：noise，数据类型：string（字符串）
- 名称：reverberation，数据类型：string（字符串）
- 名称：speech_monotony，数据类型：string（字符串）
- 名称：sdr_noise，数据类型：string（字符串）
- 名称：pesq_speech_quality，数据类型：string（字符串）
数据划分：
- 名称：训练集 (train)，字节数：27581213.311699525，样本数量：41691
下载字节数：10542473
数据集总字节数：27581213.311699525
配置项：
- 配置名称：默认配置 (default)，数据文件：
- 划分集：训练集 (train)，文件路径：data/train-*