danielk73/commonvoice-indian_accent

---
dataset_info:
features:
- name: client_id
dtype: string
- name: audio
dtype: audio
- name: sentence_id
dtype: string
- name: sentence
dtype: string
- name: sentence_domain
dtype: float64
- name: up_votes
dtype: int64
- name: down_votes
dtype: int64
- name: age
dtype: string
- name: gender
dtype: string
- name: accents
dtype: string
- name: variant
dtype: float64
- name: locale
dtype: string
- name: segment
dtype: string
- name: duration_ms
dtype: int64
splits:
- name: train
num_bytes: 4470860426.32
num_examples: 110088
download_size: 4124966078
dataset_size: 4470860426.32
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

# CommonVoice Indian Accent Dataset

## Dataset Summary
- **Total Audio Duration**: 163.89 hours
- **Number of Recordings**: 110,088
- **Language**: English (Indian Accent)
- **Source**: Mozilla CommonVoice Corpus v21

## Licensing
CC0 - Follows Mozilla CommonVoice dataset terms

---
dataset_info: 数据集信息
features: 特征字段
- name: 客户端ID（client_id）
dtype: 字符串（string）
- name: 音频（audio）
dtype: 音频（audio）
- name: 句子ID（sentence_id）
dtype: 字符串（string）
- name: 句子（sentence）
dtype: 字符串（string）
- name: 句子领域（sentence_domain）
dtype: 64位浮点型（float64）
- name: 点赞数（up_votes）
dtype: 64位整型（int64）
- name: 点踩数（down_votes）
dtype: 64位整型（int64）
- name: 年龄（age）
dtype: 字符串（string）
- name: 性别（gender）
dtype: 字符串（string）
- name: 口音（accents）
dtype: 字符串（string）
- name: 变体（variant）
dtype: 64位浮点型（float64）
- name: 区域设置（locale）
dtype: 字符串（string）
- name: 片段（segment）
dtype: 字符串（string）
- name: 时长（毫秒）（duration_ms）
dtype: 64位整型（int64）
splits: 划分集
- 划分集名称：训练集（train）
字节数：4470860426.32
样本数：110088
下载大小：4124966078
数据集总大小：4470860426.32
configs: 配置项
- 配置名称：默认（default）
数据文件：
- 划分集：训练集（train）
路径：data/train-*
---

# 通用语音（CommonVoice）印度口音数据集

## 数据集概览
- **总音频时长**：163.89小时
- **录音总数**：110,088条
- **语言**：英语（印度口音）
- **数据来源**：Mozilla通用语音语料库v21

## 授权协议
CC0协议 — 遵循Mozilla通用语音数据集的使用条款