surindersinghssj/gurbani-kirtan-first-pilot500-train

---
dataset_info:
features:
- name: audio
dtype:
audio:
sampling_rate: 16000
- name: transcription
dtype: string
- name: duration_sec
dtype: float64
- name: source_dataset
dtype: string
splits:
- name: train
num_bytes: 4235741152.0
num_examples: 15694
- name: validation
num_bytes: 40798678.0
num_examples: 300
download_size: 4258845896
dataset_size: 4276539830.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
## 数据特征
1. 音频（audio）：数据类型为音频格式，采样率为16000赫兹
2. 转录文本（transcription）：数据类型为字符串
3. 时长（duration_sec）：单位为秒，数据类型为64位浮点数（float64）
4. 源数据集（source_dataset）：数据类型为字符串

## 数据划分
1. 训练集（train）：占用字节数为4235741152.0，样本数量为15694
2. 验证集（validation）：占用字节数为40798678.0，样本数量为300

## 全局参数
- 下载大小：4258845896字节
- 数据集总大小：4276539830.0字节

## 配置信息
- 默认配置（default）：数据文件映射关系如下：
- 训练集：`data/train-*`
- 验证集：`data/validation-*`