LeoKuo49/common_voice_16_1_zh_CN_pseudo_labelled_1
收藏Hugging Face2024-06-05 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/LeoKuo49/common_voice_16_1_zh_CN_pseudo_labelled_1
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含中文音频和文本信息，音频采样率为16000Hz，文本信息包括句子和Whisper转录文本。数据集分为训练集、验证集和测试集，分别包含5595、2110和2332个样本。
该数据集包含中文音频和文本信息，音频采样率为16000Hz，文本信息包括句子和Whisper转录文本。数据集分为训练集、验证集和测试集，分别包含5595、2110和2332个样本。
提供机构：
LeoKuo49
原始信息汇总
数据集概述
数据集配置信息
- 配置名称: zh-CN
数据集特征
- path: 数据类型为字符串
- audio: 数据类型为音频，采样率为16000 Hz
- sentence: 数据类型为字符串
- condition_on_prev: 数据类型为64位整数序列
- whisper_transcript: 数据类型为字符串
数据集分割
- 训练集:
- 示例数量: 5595
- 数据大小: 4855722742.03字节
- 验证集:
- 示例数量: 2110
- 数据大小: 1822142767.25字节
- 测试集:
- 示例数量: 2332
- 数据大小: 1999537024.836字节
数据集大小
- 下载大小: 8036383019字节
- 数据集总大小: 8677402534.116字节
数据文件路径
- 训练集: zh-CN/train-*
- 验证集: zh-CN/validation-*
- 测试集: zh-CN/test-*
