japanese-asr/whisper_transcriptions.reazonspeech.all_46.wer_10.0

---
dataset_info:
config_name: all
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: text
dtype: string
- name: whisper_transcript
sequence: int64
- name: input_length
dtype: int64
- name: labels
sequence: int64
splits:
- name: train
num_bytes: 12597923097.0
num_examples: 89833
download_size: 12398413328
dataset_size: 12597923097.0
configs:
- config_name: all
data_files:
- split: train
path: all/train-*
---

数据集信息：
配置名称：all
特征：
- 名称：audio（音频），数据类型为音频格式，采样率为16000 Hz
- 名称：text（文本），数据类型为字符串
- 名称：whisper_transcript（Whisper转录结果），数据类型为64位整数序列
- 名称：input_length（输入长度），数据类型为64位整数
- 名称：labels（标签），数据类型为64位整数序列
数据拆分：
- 拆分名称：训练集（train），占用字节数：12597923097.0，样本数量：89833
下载大小：12398413328 字节
数据集总大小：12597923097.0 字节
配置项：
- 配置名称：all，数据文件：
- 拆分：训练集（train），文件路径：all/train-*

原始信息汇总

数据集概述

数据集配置

• 配置名称: all

数据特征

• 音频 (audio):
  • 数据类型: 音频
  • 采样率: 16000 Hz
• 文本 (text):
  • 数据类型: 字符串
• Whisper转录 (whisper_transcript):
  • 数据类型: 整数序列 (int64)
• 输入长度 (input_length):
  • 数据类型: 整数 (int64)
• 标签 (labels):
  • 数据类型: 整数序列 (int64)

数据分割

• 训练集 (train):
  • 数据量: 89833个样本
  • 存储大小: 12597923097.0字节

数据集大小

• 下载大小: 12398413328字节
• 数据集总大小: 12597923097.0字节